社交转动:可提示的人类轨迹预测
原文中文,约200字,阅读约需1分钟。发表于: 。通过引入 Social-Transmotion,我们介绍了一种利用 transformer 处理多样化和大量视觉线索、捕捉人类行为多模态特性的通用模型,在人类轨迹预测任务中翻译自然语言处理中 prompt 的思想并扩充了轨迹数据,从而实现了增强的人类轨迹预测效果。
该研究使用Transformer架构预测人类在人类中心环境中的未来轨迹,通过捕捉不确定性提高预测性能。研究发现,历史数据有限的新主体是错误的主要来源,并展示了三维骨骼姿势的互补性。