PECNet用于预测终点条件下的轨迹。

简介：
PECNet：行人端点条件轨迹预测网络，该存储库收录了该论文的实现代码。 摘要阐述了预测具有多个社交交互代理的人体轨迹对于人类环境中的自动导航（例如，自动驾驶汽车和社交机器人）的重要性。 在本研究中，我们提出了一种预测终点条件网络（PECNet），旨在为人体轨迹预测提供一种灵活的方案。 PECNet能够推断出远距离轨迹的终点，从而辅助进行远程多模态轨迹预测。 该网络引入了一种创新的非本地社交池层，使其能够推断出符合社会约束条件的各种轨迹。 此外，我们还设计了一个简化的“截断技巧”，以进一步提升多样性和多模式轨迹预测的性能。 下面展示了通过我们的模型预测的行人轨迹以及与之对应的真实地面数据示例。 每个人都使用不同的颜色进行标记，过去用圆圈表示，而未来则用星星表示。 值得注意的是，对于预测和实际情况而言，过去的结果是完全一致的。 左侧图像展示了模型预测的未来轨迹，右侧图像则显示了实际发生的地面真实情况的未来轨迹。 如果您对此代码有任何疑问...