BriefGPT - AI 论文速递
·
BP-SGCN: Behavior Pseudo-Label Based Sparse Graph Convolutional Network for Pedestrian and Heterogeneous Trajectory Prediction
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了一种新颖的BP-SGCN框架，通过引入基于运动特征的行为伪标签，显著提高了异构交通参与者的轨迹预测精度，实验结果优于现有方法。
🎯
关键要点
-
本研究提出了一种新颖的BP-SGCN框架。
-
通过引入基于运动特征的行为伪标签，显著提高了异构交通参与者的轨迹预测精度。
-
实验结果表明，该方法在行人与异构代理数据集上均优于现有方法。
-
该研究解决了异构交通参与者的轨迹预测精度低的问题。
-
该方法具有广泛的应用潜力，适用于自动驾驶和监控等领域。
➡️
