Beranda>Terkait pemrograman>Kode Sumber AI
Unduh

Perilaku Sadar Interaksi dan Prediksi Lintasan yang Luar Biasa

Ini adalah daftar bahan penelitian mutakhir (kumpulan data, blog, makalah, dan kode publik) terkait dengan prediksi lintasan. Semoga dapat bermanfaat bagi dunia akademis dan dunia industri. (Masih memperbarui)

Pemelihara : Jiachen Li (Universitas Stanford); Hengbo Ma , Jinning Li (Universitas California, Berkeley)

Email : [email protected]; {hengbo_ma, jinning_li}@berkeley.edu

Silakan mengajukan permintaan untuk menambahkan sumber daya baru atau mengirim email kepada kami untuk pertanyaan, diskusi, dan kolaborasi.

Catatan : Berikut juga kumpulan materi pembelajaran penguatan, pengambilan keputusan dan perencanaan gerak.

Harap pertimbangkan untuk mengutip karya kami jika menurut Anda repo ini berguna: 

 @inproceedings{li2020evolvegraph,
  title={EvolveGraph: Multi-Agent Trajectory Prediction with Dynamic Relational Reasoning},
  author={Li, Jiachen and Yang, Fan and Tomizuka, Masayoshi and Choi, Chiho},
  booktitle={2020 Advances in Neural Information Processing Systems (NeurIPS)},
  year={2020}
}

@inproceedings{li2019conditional,
  title={Conditional Generative Neural System for Probabilistic Trajectory Prediction},
  author={Li, Jiachen and Ma, Hengbo and Tomizuka, Masayoshi},
  booktitle={2019 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)},
  pages={6150--6156},
  year={2019},
  organization={IEEE}
}

Daftar isi

  • Kumpulan data
    • Kendaraan dan Lalu Lintas
    • Pejalan kaki
    • Pemain Olahraga
  • Sastra dan Kode
    • Makalah Survei
    • Sistem Fisika dengan Interaksi
    • Kendaraan Cerdas dan Pejalan Kaki
    • Robot Seluler
    • Pemain Olahraga
    • Metrik Tolok Ukur dan Evaluasi
    • Yang lain

Kumpulan data

Kendaraan dan Lalu Lintas

Kumpulan data Agen Skenario Sensor
Kumpulan Data Terbuka Waymo kendaraan/pengendara sepeda/orang perkotaan/jalan raya LiDAR / kamera / Radar
Argoverse kendaraan/pengendara sepeda/orang perkotaan/jalan raya LiDAR / kamera / Radar
nuScenes kendaraan perkotaan kamera / LiDAR / Radar
tinggiD kendaraan jalan raya kamera
diD kendaraan jalan raya kamera
bulatD kendaraan jalan raya kamera
BDD100k kendaraan/pengendara sepeda/orang jalan raya / perkotaan kamera
KITTI kendaraan/pengendara sepeda/orang jalan raya/pedesaan kamera / LiDAR
NGsim kendaraan jalan raya kamera
INTERAKSI kendaraan/pengendara sepeda/orang bundaran/persimpangan kamera
Pengendara sepeda pengendara sepeda perkotaan kamera
pemandangan Apollo kendaraan/pengendara sepeda/orang perkotaan kamera
kota Uda kendaraan perkotaan kamera
Pemandangan kota kendaraan/orang perkotaan kamera
Drone Stanford kendaraan/pengendara sepeda/orang perkotaan kamera
Argoverse kendaraan/orang perkotaan kamera / LiDAR
lalu lintas kendaraan/bus/pengendara sepeda/sepeda/orang/hewan perkotaan kamera
Kumpulan Data Pose Aschaffenburg pengendara sepeda / orang perkotaan kamera

Pejalan kaki

Kumpulan data Agen Skenario Sensor
UCY rakyat zara / pelajar kamera
ETH (ICCV09) rakyat perkotaan kamera
VIRAT orang/kendaraan perkotaan kamera
KITTI kendaraan/pengendara sepeda/orang jalan raya/pedesaan kamera / LiDAR
ATC rakyat pusat perbelanjaan Sensor jangkauan
Daimler rakyat dari kendaraan yang bergerak kamera
Stasiun Pusat rakyat di dalam stasiun kamera
Pusat Kota rakyat jalan perkotaan kamera
Edinburgh rakyat perkotaan kamera
Pemandangan kota kendaraan/orang perkotaan kamera
Argoverse kendaraan/orang perkotaan kamera / LiDAR
Drone Stanford kendaraan/pengendara sepeda/orang perkotaan kamera
TrajNet rakyat perkotaan kamera
PAI rakyat perkotaan kamera
Jalur Forking rakyat perkotaan / simulasi kamera
TrajNet++ rakyat perkotaan kamera
Kumpulan Data Pose Aschaffenburg pengendara sepeda / orang perkotaan kamera
Kumpulan Data Tampilan Teratas Pengendara Sepeda (CTV) pengendara sepeda / orang perkotaan kamera

Pemain Olahraga

Kumpulan data Agen Skenario Sensor
Sepak bola rakyat lapangan sepak bola kamera
NBA SportVU rakyat aula bola basket kamera
NFL rakyat sepak bola Amerika kamera

Sastra dan Kode

Makalah Survei

  • Pembelajaran Mesin untuk Prediksi Lintasan Kendaraan Otonom: Survei komprehensif, Tantangan, dan Arah Penelitian Masa Depan, arXiv pracetak arXiv:2307.07527, 2023. [makalah]
  • Memasukkan Pengetahuan Mengemudi dalam Prediksi Lintasan Kendaraan Berbasis Pembelajaran Mendalam: Sebuah Survei, IEEE T-IV, 2023. [makalah]
  • Prediksi Lintasan Pejalan Kaki di Lingkungan Campuran Pejalan Kaki-Kendaraan: Tinjauan Sistematis, IEEE T-ITS, 2023. [paper]
  • Survei Metode Prediksi Lintasan untuk Mengemudi Otonom, IEEE T-IV 2022. [makalah]
  • Survei Prediksi Lintasan Kendaraan Berdasarkan Model Pembelajaran Mendalam, Konferensi Internasional Sistem Pakar Berkelanjutan, ICSES 2022. [makalah]
  • Pemahaman Skenario dan Prediksi Gerak Kendaraan Otonom – Review dan Perbandingan, IEEE T-ITS, 2022. [paper]
  • Teknologi Fusi Multimoda berdasarkan Informasi Kendaraan: Survei, arXiv pracetak arXiv:2211.06080, 2022. [kertas]
  • Pembelajaran Penguatan Mendalam untuk Mengemudi Otonom: Sebuah Survei, IEEE T-ITS, 2022. [kertas]
  • Interaksi Sosial untuk Mengemudi Otonom: Tinjauan dan Perspektif, arXiv pracetak arXiv:2208.07541, 2022. [makalah]
  • Jaringan Adversarial Generatif untuk Data Spatio-temporal: Sebuah Survei, ACM T-IST, 2022. [makalah]
  • Prediksi Niat Perilaku dalam Adegan Mengemudi: Sebuah Survei, arXiv preprint arXiv:2211.00385, 2022. [kertas]
  • Survei Prediksi Gerak Pejalan Kaki dan Kendaraan untuk Autonomous Driving, IEEE Access, 2021. [paper]
  • Tinjauan Metode Prediksi Lintasan Pejalan Kaki: Membandingkan Pembelajaran Mendalam dan Pendekatan Berbasis Pengetahuan, arXiv pracetak arXiv:2111.06740, 2021. [makalah]
  • Survei tentang Manajemen Data Lintasan, Analisis, dan Pembelajaran, CSUR 2021. [makalah]
  • Prediksi Perilaku Pejalan Kaki untuk Mengemudi Otomatis: Persyaratan, Metrik, dan Fitur yang Relevan, IEEE T-ITS, 2021. [paper]
  • Tinjauan Metode Berbasis Pembelajaran Mendalam untuk Prediksi Lintasan Pejalan Kaki, Sensor, 2021. [makalah]
  • Survei Pendekatan Pembelajaran Mendalam untuk Prediksi Lintasan Kendaraan dalam Mengemudi Otonom, ROBIO 2021. [kertas] [kode]
  • Survei Teknik Pembelajaran Mendalam untuk Mengemudi Otonom, Jurnal Robotika Lapangan, 2020. [makalah]
  • Prediksi Lintasan Gerak Manusia: Sebuah Survei, International Journal of Robotics Research, 2020. [makalah]
  • Mengemudi Otonom dengan Pembelajaran Mendalam: Survei Teknologi Tercanggih, arXiv pracetak arXiv:2006.06091, 2020. [kertas]
  • Survei Simulasi Lalu Lintas Visual: Model, Evaluasi, dan Aplikasi dalam Autonomous Driving, Computer Graphics Forum 2020. [paper]
  • Prediksi Perilaku Kendaraan Berbasis Deep Learning untuk Aplikasi Autonomous Driving: A Review, IEEE T-ITS 2020. [paper]
  • Survei Pembelajaran Penguatan Mendalam untuk Perencanaan Gerak Kendaraan Otonom, IEEE T-ITS 2020. [paper]
  • Kesamaan Lintasan Kendaraan: Model, Metode, dan Aplikasi, Survei Komputasi ACM (CSUR 2020). [kertas]
  • Pemodelan dan Prediksi Perilaku Pengemudi Manusia: Sebuah Survei, 2020. [paper]
  • Tinjauan pustaka mengenai prediksi perilaku pejalan kaki dalam skenario perkotaan, ITSC 2018. [paper]
  • Survei Prediksi Jalur Berbasis Visi. [kertas]
  • Kendaraan otonom yang berinteraksi dengan pejalan kaki: Sebuah survei teori dan praktik. [kertas]
  • Penambangan data lintasan: gambaran umum. [kertas]
  • Sebuah survei tentang prediksi gerak dan penilaian risiko untuk kendaraan cerdas. [kertas]

Sistem Fisika dengan Interaksi

  • Mempelajari Dinamika Fisik dengan Jaringan Neural Grafik Subequivariant, NeurIPS 2022. [makalah] [kode]
  • EvolveGraph: Prediksi Lintasan Multi-Agen dengan Penalaran Relasional Dinamis, NeurIPS 2020. [makalah]
  • Templat Interaksi untuk Sistem Multi-Robot, IROS 2019. [kertas]
  • Inferensi Relasional Neural Terfaktor untuk Sistem Multi-Interaksi, lokakarya ICML 2019. [makalah] [kode]
  • Fisika-sebagai-Grafik Terbalik: Pembelajaran Bersama Objek dan Fisika Tanpa Pengawasan dari Video, 2019. [makalah]
  • Inferensi Relasional Neural untuk Sistem Berinteraksi, ICML 2018. [kertas] [kode]
  • Pembelajaran Sifat Fisik Laten Tanpa Pengawasan Menggunakan Jaringan Persepsi-Prediksi, UAI 2018. [makalah]
  • Bias induktif relasional, pembelajaran mendalam, dan jaringan grafik, 2018. [makalah]
  • Maksimalisasi Ekspektasi Neural Relasional: Penemuan Objek Tanpa Pengawasan dan Interaksinya, ICLR 2018. [makalah]
  • Jaringan grafik sebagai mesin fisika yang dapat dipelajari untuk inferensi dan kontrol, ICML 2018. [makalah]
  • Representasi Syaraf Fleksibel untuk Prediksi Fisika, 2018. [makalah]
  • Modul jaringan saraf sederhana untuk penalaran relasional, 2017. [makalah]
  • VAIN: Pemodelan Prediktif Multi-agen yang Diperhatikan, NeurIPS 2017. [kertas]
  • Jaringan Interaksi Visual, 2017. [makalah]
  • Pendekatan Berbasis Objek Komposisional untuk Pembelajaran Dinamika Fisika, ICLR 2017. [makalah]
  • Jaringan Interaksi untuk Pembelajaran Benda, Relasi dan Fisika, 2016. [kertas] [kode]

Kendaraan Cerdas & Lalu Lintas & Pejalan Kaki

  • Prediksi Lintasan Sadar Lingkungan Berbasis Difusi, arXiv pracetak arXiv:2403.11643, 2024. [kertas]
  • MTP-GO: Prediksi Lintasan Multi-Agen Probabilistik Berbasis Grafik dengan Neural ODEs, IEEE T-IV 2023. [kertas] [kode]
  • MotionDiffuser: Prediksi Gerakan Multi-Agen yang Dapat Dikontrol menggunakan Difusi, CVPR 2023. [kertas]
  • Mengungkap Pola yang Hilang: Kerangka Terpadu Menuju Imputasi dan Prediksi Lintasan, CVPR 2023. [makalah]
  • Promosi Pengambilan Sampel Tanpa Pengawasan untuk Prediksi Lintasan Manusia Stokastik, CVPR 2023. [kertas] [kode]
  • Mengemudi Otonom Berorientasi Perencanaan, CVPR 2023. [kertas] [kode]
  • IPCC-TP: Memanfaatkan Koefisien Korelasi Pearson Tambahan untuk Prediksi Lintasan Multi-Agen Bersama, CVPR 2023. [kertas]
  • Verifikasi Stimulus adalah Sampler Universal dan Efektif dalam Prediksi Lintasan Manusia Multimodal, CVPR 2023. [paper]
  • Prediksi Lintasan Berpusat pada Kueri, CVPR 2023. [kertas] [kode] [QCNeXt]
  • FEND: Kerangka Pembelajaran Kontrastif Sadar Distribusi yang Ditingkatkan di Masa Depan untuk Prediksi Lintasan Ekor Panjang, CVPR 2023. [kertas]
  • Jejak dan Kecepatan: Animasi Pejalan Kaki Terkendali melalui Difusi Lintasan Terpandu, CVPR 2023. [kertas] [situs web]
  • FJMP: Prediksi Gerakan Multi-Agen Gabungan Terfaktor atas Grafik Interaksi Asiklik Terarah yang Dipelajari, CVPR 2023. [makalah] [situs web]
  • Model Difusi Leapfrog untuk Prediksi Lintasan Stokastik, CVPR 2023. [kertas] [kode]
  • ViP3D: Prediksi Lintasan Visual ujung ke ujung melalui Kueri Agen 3D, CVPR 2023. [kertas] [situs web]
  • EqMotion: Prediksi Gerakan Multi-Agen Ekuivalen dengan Penalaran Interaksi Invarian, CVPR 2023. [kertas] [kode]
  • V2X-Seq: Kumpulan Data Berurutan Skala Besar untuk Persepsi dan Peramalan Koperasi Infrastruktur Kendaraan, CVPR 2023. [kertas] [kode]
  • Prediksi Gerakan Kelas-agnostik dengan Pengawasan Lemah untuk Mengemudi Otonom, CVPR 2023. [kertas]
  • Terurai Lebih Banyak dan Agregat Lebih Baik: Melihat Lebih Dekat Pembelajaran Representasi Frekuensi untuk Prediksi Gerak Manusia, CVPR 2023. [makalah]
  • HumanMAC: Penyelesaian Gerakan Bertopeng untuk Prediksi Gerakan Manusia, ICCV 2023. [kertas] [kode]
  • BeLFusion: Difusi Laten untuk Prediksi Gerakan Manusia Berbasis Perilaku, ICCV 2023. [makalah] [kode]
  • EigenTrajectory: Deskriptor Tingkat Rendah untuk Peramalan Lintasan Multi-Modal, ICCV 2023. [kertas] [kode]
  • ADAPT: Prediksi Lintasan Multi-Agen yang Efisien dengan Adaptasi, ICCV 2023. [kertas] [kode]
  • PowerBEV: Kerangka Kerja yang Kuat Namun Ringan untuk Prediksi Instance dalam Pandangan Luas, IJCAI 2023. [kertas] [kode]
  • Penyempurnaan Difusi Kinematika Sendi Manusia untuk Prediksi Gerak Stokastik, AAAI 2023. [makalah]
  • Pembelajaran Representasi Multialiran untuk Prediksi Lintasan Pejalan Kaki, AAAI 2023. [makalah]
  • Pembuatan Lintasan Berkelanjutan Berdasarkan GAN Dua Tahap, AAAI 2023. [kertas] [kode]
  • Kumpulan Prediksi Lintasan Pejalan Kaki yang Dikondisikan Titik Kendali, AAAI 2023. [kertas] [kode]
  • Memanfaatkan Penalaran Hubungan Masa Depan untuk Prediksi Lintasan Kendaraan, ICLR 2023. [makalah]
  • TrafficGen: Belajar Menghasilkan Skenario Lalu Lintas yang Beragam dan Realistis, ICRA 2023. [kertas] [kode]
  • GAnet: Jaringan Area Sasaran untuk Peramalan Gerak, ICRA 2023. [makalah] [kode]
  • TOFG: Representasi Lingkungan yang Terpadu dan Terperinci dalam Mengemudi Otonom, ICRA 2023. [kertas]
  • Jalur SSL: Pembelajaran yang Diawasi Sendiri untuk Perkiraan Gerak dalam Mengemudi Otonom, CoRL 2023. [kertas] [kode]
  • LimSim: Simulator Lalu Lintas Multi-skenario Interaktif Jangka Panjang, ITSC 2023. [kertas] [kode]
  • MVHGN: Prediksi Lintasan Berbasis Jaringan Konvolusi Grafik Hierarki Hierarki Adaptif Multi-Tampilan untuk Agen Lalu Lintas Heterogen, TITS. [kertas]
  • Prediksi Lintasan Adaptif dan Simultan untuk Agen Heterogen melalui Jaringan Transformator Hierarki yang Dapat Dipindahtangankan, TITS. [kertas]
  • SSAGCN: Jaringan Konvolusi Grafik Perhatian Lembut Sosial untuk Prediksi Lintasan Pejalan Kaki, TNNLS. [kertas] [kode]
  • Mengurai Interaksi Kerumunan untuk Prediksi Lintasan Pejalan Kaki, RAL. [kertas]
  • VNAGT: Jaringan Transformator Grafik Non-Autoregresif Variasi untuk Prediksi Lintasan Multi-Agen, Transaksi IEEE pada Teknologi Kendaraan. [kertas]
  • LSTM Spasial-Temporal-Spektral: Model yang Dapat Dipindahtangankan untuk Prediksi Lintasan Pejalan Kaki, TIV. [kertas]
  • Transformator Holistik: Jaringan Syaraf Gabungan untuk Prediksi Lintasan dan Pengambilan Keputusan Kendaraan Otonom, PR. [kertas]
  • Tri-HGNN: Mempelajari tiga kebijakan yang menggabungkan jaringan saraf grafik hierarki untuk prediksi lintasan pejalan kaki, PR. [kertas]
  • Prediksi Lintasan Kendaraan Multimoda Dengan Pembelajaran Penguatan Terbalik dan Penghindaran Risiko di Persimpangan Perkotaan Tak Bersinyal, TITS. [kertas]
  • Prediksi lintasan untuk mengemudi otonom berdasarkan grafik spasial-temporal multiskala, IET Intelligent Transport Systems. [kertas]
  • Jaringan Adversarial Generatif Perhatian Diri Sosial untuk Prediksi Lintasan Manusia, Transaksi IEEE pada Kecerdasan Buatan. [kertas]
  • CSIR: CVAE Geser Berjenjang Dengan Pemikiran Ulang Sadar Sosial Berulang untuk Prediksi Lintasan, TITS. [kertas]
  • Manuver Multimodal dan Prediksi Lintasan untuk Mengemudi Otomatis di Jalan Raya Menggunakan Jaringan Transformer, RAL. [kertas]
  • Model Transformer berdasarkan informasi fisika untuk prediksi lintasan kendaraan di jalan raya, Penelitian Transportasi Bagian C: Teknologi yang Berkembang. [kertas] [kode]
  • MacFormer: Transformator Gabungan Agen Peta untuk Prediksi Lintasan Waktu Nyata dan Kuat, RAL. [kertas]
  • MRGTraj: Pendekatan Non-Autoregresif Baru untuk Prediksi Lintasan Manusia, TCSVT. [kertas] [kode]
  • Prediksi Lintasan Hierarki yang terinspirasi dari Perencanaan melalui Dekomposisi Lateral-Longitudinal untuk Mengemudi Otonom, TIV. [kertas]
  • Traj-MAE: Autoencoder Bertopeng untuk Prediksi Lintasan, arXiv pracetak arXiv:2303.06697, 2023. [kertas]
  • Prediksi Lintasan Pejalan Kaki Sadar Ketidakpastian melalui Difusi Distribusi, arXiv pracetak arXiv:2303.08367, 2023. [kertas]
  • Model Difusi untuk Pembuatan Lintasan GPS, arXiv pracetak arXiv:2304.11582, 2023. [kertas]
  • Multiverse Transformer: Juara 1 Waymo Open Sim Agents Challenge 2023, Workshop CVPR 2023 tentang Autonomous Driving. [kertas] [situs web]
  • Joint-Multipath++ untuk Agen Simulasi: Solusi Juara 2 untuk Waymo Open Sim Agents Challenge 2023, Workshop CVPR 2023 tentang Autonomous Driving. [kertas] [kode]
  • MTR++: Prediksi Gerakan Multi-Agen dengan Pemodelan Adegan Simetris dan Kueri Niat Terpandu, Solusi Juara 1 untuk Tantangan Prediksi Gerakan Terbuka Waymo 2023, Lokakarya CVPR 2023 tentang Mengemudi Otonom. [kertas] [kode]
  • GameFormer: Pemodelan Teori Game dan Pembelajaran Prediksi dan Perencanaan Interaktif Berbasis Transformer untuk Mengemudi Otonom, arXiv pracetak arXiv:2303.05760, 2023. [makalah] [kode] [situs web]
  • GameFormer Planner: Kerangka Prediksi dan Perencanaan Interaktif yang Mendukung Pembelajaran untuk Kendaraan Otonom, Tantangan Perencanaan nuPlan di Lokakarya Mengemudi Otonom End-to-End CVPR 2023. [kertas] [kode]
  • trajdata: Antarmuka Terpadu ke Beberapa Kumpulan Data Lintasan Manusia, arXiv pracetak arXiv:2307.13924, 2023. [kertas] [kode]
  • Ingat Niat: Prediksi Lintasan Berbasis Memori Retrospektif, CVPR 2022. [kertas] [kode]
  • STCrowd: Kumpulan Data Multimoda untuk Persepsi Pejalan Kaki di Suasana Ramai, CVPR 2022. [kertas] [kode]
  • Prediksi lintasan kendaraan berhasil, tetapi tidak di semua tempat, CVPR 2022. [kertas] [kode]
  • Prediksi Lintasan Stokastik melalui Difusi Ketidakpastian Gerak, CVPR 2022. [kertas] [kode]
  • Jaringan Pengambilan Sampel Non-Probabilitas untuk Prediksi Lintasan Manusia Stokastik, CVPR 2022. [kertas] [kode]
  • Tentang Ketahanan Prediksi Lintasan Kendaraan Otonom, CVPR 2022. [kertas] [kode]
  • Prediksi Lintasan Adaptif melalui GNN yang Dapat Dipindahtangankan, CVPR 2022. [kertas]
  • Menuju Peramalan Gerak yang Kuat dan Adaptif: Perspektif Representasi Kausal, CVPR 2022. [kertas] [kode, kode]
  • Berapa Banyak Pengamatan yang Cukup? Distilasi Pengetahuan untuk Peramalan Lintasan, CVPR 2022. [makalah]
  • Belajar dari Semua Kendaraan, CVPR 2022. [kertas] [kode]
  • Peramalan dari LiDAR melalui Future Object Detection, CVPR 2022. [kertas] [kode]
  • Prediksi Sebaran Lintasan Ujung ke Ujung Berdasarkan Peta Grid Okupansi, CVPR 2022. [kertas] [kode]
  • M2I: Dari Prediksi Lintasan Marginal Terfaktor ke Prediksi Interaktif, CVPR 2022. [kertas] [kode]
  • GroupNet: Jaringan Neural Hipergraf Multiskala untuk Prediksi Lintasan dengan Penalaran Relasional, CVPR 2022. [kertas] [kode]
  • Lagu Siapa Itu? Meningkatkan Kekokohan dalam Melacak Kesalahan dengan Prediksi Berbasis Afinitas, CVPR 2022. [makalah]
  • ScePT: Prediksi Lintasan untuk Perencanaan yang Konsisten dengan Adegan dan Berbasis Kebijakan, CVPR 2022. [kertas] [kode]
  • Transformator Spasial Berbasis Grafik dengan Memory Replay untuk Prediksi Lintasan Pejalan Kaki Multi-masa Depan, CVPR 2022. [kertas] [kode]
  • MUSE-VAE: VAE Multi-Skala untuk Prediksi Lintasan Jangka Panjang Sadar Lingkungan, CVPR 2022. [kertas]
  • LTP: Prediksi Lintasan Berbasis Jalur untuk Mengemudi Otonom, CVPR 2022. [paper]
  • ATPFL: Desain Model Prediksi Lintasan Otomatis berdasarkan Kerangka Pembelajaran Federasi, CVPR 2022. [kertas]
  • Prediksi Lintasan Manusia dengan Observasi Sesaat, CVPR 2022. [makalah]
  • HiVT: Transformator Vektor Hierarki untuk Prediksi Gerakan Multi-Agen, CVPR 2022. [kertas] [kode]
  • Pembelajaran Representasi Kelompok Pejalan Kaki untuk Prediksi Lintasan Multimoda, ECCV 2022. [makalah] [kode]
  • Implisit Sosial: Memikirkan Kembali Evaluasi Prediksi Lintasan dan Efektivitas Estimasi Kemungkinan Maksimum Implisit, ECCV 2022. [makalah] [kode] [situs web]
  • Struktur Laten Hierarki untuk Peramalan Lintasan Kendaraan Multi-Modal, ECCV 2022. [kertas] [kode]
  • SocialVAE: Prediksi Lintasan Manusia menggunakan Timewise Latents, ECCV 2022. [kertas] [kode]
  • Lihat Secara Vertikal: Jaringan Hirarki untuk Prediksi Lintasan melalui Spektrum Fourier, ECCV 2022. [kertas] [kode]
  • Transformator Entry-Flipped untuk Inferensi dan Prediksi Perilaku Partisipan, ECCV 2022. [makalah]
  • D2-TPred: Ketergantungan Terputus-putus untuk Prediksi Lintasan di Bawah Lampu Lalu Lintas, ECCV 2022. [kertas] [kode]
  • Prediksi Lintasan Manusia melalui Fisika Sosial Neural, ECCV 2022. [makalah] [kode]
  • Social-SSL: Pembelajaran Representasi Lintas Urutan yang Diawasi Sendiri Berbasis Transformer untuk Prediksi Lintasan Multi-Agen, ECCV 2022. [kertas] [kode]
  • Sadar akan Sejarah: Peramalan Lintasan dengan Data Perilaku Lokal, ECCV 2022. [makalah] [kode]
  • Pembelajaran Kontrastif Berbasis Tindakan untuk Prediksi Lintasan, ECCV 2022. [makalah]
  • AdvDO: Serangan Adversarial Realistis untuk Prediksi Lintasan, ECCV 2022. [makalah]
  • ST-P3: Mengemudi Otonom Berbasis Visi End-to-end melalui Pembelajaran Fitur Spasial-Temporal, ECCV 2022. [kertas] [kode]
  • ODE Sosial: Peramalan Lintasan Multi-Agen dengan Persamaan Diferensial Biasa Neural, ECCV 2022. [makalah]
  • Peramalan Lintasan Manusia dari Scene History, NeurIPS 2022. [kertas] [kode]
  • Prediksi Kontrol Berpanduan Lintasan untuk Mengemudi Otonom End-to-end: Garis Dasar yang Sederhana namun Kuat, NeurIPS 2022. [kertas] [kode]
  • Transformator Gerak dengan Lokalisasi Niat Global dan Penyempurnaan Gerakan Lokal, NeurIPS 2022. [kertas] [situs web]
  • Pemodelan Interaksi dengan Perhatian Multipleks, NeurIPS 2022. [kertas] [kode]
  • Prediksi dan Perencanaan Gerak Interaktif Mendalam: Bermain Game dengan Model Prediksi Gerak, Konferensi Pembelajaran Dinamika dan Kontrol (L4DC). [kertas] [situs web]
  • Pohon Interpretasi Sosial untuk Prediksi Lintasan Pejalan Kaki, AAAI 2022. [makalah] [kode]
  • Jaringan Gerbang Perhatian Pelengkap untuk Prediksi Lintasan Pejalan Kaki, AAAI 2022. [kertas] [kode]
  • Scene Transformer: Arsitektur terpadu untuk memprediksi lintasan masa depan beberapa agen, ICLR 2022. [makalah]
  • Anda Kebanyakan Berjalan Sendiri: Menganalisis Atribusi Fitur dalam Prediksi Lintasan, ICLR 2022. [makalah]
  • Transformator Kumpulan Urutan Variabel Laten Untuk Prediksi Gerakan Multi-Agen Gabungan, ICLR 2022. [kertas] [kode]
  • THOMAS: Output Peta Panas Lintasan dengan Pengambilan Sampel Multi-Agen yang dipelajari, ICLR 2022. [makalah]
  • Perhatian Grafik Path-Aware untuk Peta HD dalam Prediksi Gerakan, ICRA 2022. [kertas]
  • Prediksi Lintasan dengan Representasi Linguistik, ICRA 2022. [makalah]
  • Memanfaatkan Perhatian yang Lancar Sebelum Prediksi Lintasan Multi-Agen, ICRA 2022. [kertas] [situs web]
  • KEMP: Model Mendalam Hierarki End-to-End Berbasis Keyframe untuk Prediksi Lintasan Jangka Panjang, ICRA 2022. [paper]
  • Generalisasi Domain untuk Pembuatan Lintasan Berkendara Berbasis Visi, ICRA 2022. [kertas] [situs web]
  • Jaringan Grafik Konsep Mendalam untuk Prediksi Lintasan Sadar Interaksi, ICRA 2022. [makalah]
  • Prediksi Lintasan Manusia yang Dikondisikan menggunakan Iterative Attention Blocks, ICRA 2022. [kertas]
  • StopNet: Prediksi Lintasan dan Tingkat Hunian yang Dapat Diskalakan untuk Mengemudi Otonom Perkotaan, ICRA 2022. [kertas]
  • Analisis Meta-path pada Grafik Spatio-Temporal untuk Prediksi Lintasan Pejalan Kaki, ICRA 2022. [paper] [website]
  • Menyebarkan Ketidakpastian Negara Melalui Trajectory Forecasting, ICRA 2022. [makalah] [kode]
  • HYPER: Prediksi Lintasan Hibrid yang Dipelajari melalui Inferensi Terfaktor dan Pengambilan Sampel Adaptif, ICRA 2022. [makalah]
  • Grouptron: Jaringan Konvolusional Grafik Multi-Skala Dinamis untuk Peramalan Lintasan Kerumunan Padat yang Sadar Grup, ICRA 2022. [kertas]
  • Kerangka Generatif Berbasis Trafo Lintas Moda untuk Prediksi Lintasan Pejalan Kaki, ICRA 2022. [paper]
  • Prediksi Lintasan Mengemudi Otonom dengan Peta Topometri, ICRA 2022. [kertas] [kode]
  • CRAT-Pred: Prediksi Lintasan Kendaraan dengan Jaringan Syaraf Konvolusional Grafik Kristal dan Perhatian Mandiri Multi-Kepala, ICRA 2022. [kertas] [kode]
  • MultiPath++: Penggabungan Informasi yang Efisien dan Agregasi Lintasan untuk Prediksi Perilaku, ICRA 2022. [makalah]
  • Prediksi Gerak Multimoda dengan Neural Network Berbasis Transformer untuk Autonomous Driving, ICRA 2022. [paper]
  • GOHOME: Output Peta Panas Berorientasi Grafik untuk Estimasi Gerakan di masa depan, ICRA 2022. [makalah]
  • TridentNetV2: Representasi Rencana Global Grafis Ringan untuk Pembuatan Lintasan Dinamis, ICRA 2022. [kertas]
  • Peramalan Lintasan Agen Heterogen Menggabungkan Ketidakpastian Kelas, IROS 2022. [kertas] [kode] [trajdata]
  • Prediksi Lintasan dengan Penggabungan Konteks Skala Ganda Berbasis Grafik, IROS 2022. [kertas] [kode]
  • Prediksi Lintasan yang Kuat terhadap Serangan Adversarial, CoRL 2022. [kertas] [kode]
  • Perencanaan dengan Difusi untuk Sintesis Perilaku Fleksibel, ICML 2022. [kertas] [situs web]
  • Prediksi Lintasan Pejalan Kaki Dua Arah Sinkron dengan Kompensasi Kesalahan, ACCV 2022. [paper]
  • AI-TP: Prediksi Lintasan Sadar Interaksi Berbasis Perhatian untuk Mengemudi Otonom, IEEE T-IV, 2022. [kertas] [kode]
  • MDST-DGCN: Jaringan Konvolusional Grafik Terarah Spatiotemporal Dinamis Bertingkat untuk Prediksi Lintasan Pejalan Kaki, Kecerdasan Komputasi, dan Ilmu Saraf. [kertas]
  • Jaringan Konvolusional Spasial-Temporal Berbasis Grafik untuk Prediksi Lintasan Kendaraan pada Autonomous Driving, IEEE T-ITS, 2022. [paper]
  • Prediksi Lintasan Multi-Agen dengan Jaringan Perhatian Grafik yang Ditingkatkan Tepi Heterogen, IEEE T-ITS, 2022. [kertas]
  • Encoder-Decoder Konvolusional Sepenuhnya Dengan Mekanisme Perhatian untuk Prediksi Lintasan Pejalan Kaki Praktis, IEEE T-ITS, 2022. [makalah]
  • STGM: Prediksi Lintasan Kendaraan Berdasarkan Model Generatif Fitur Spasial-Temporal, IEEE T-ITS, 2022. [paper]
  • Prediksi Lintasan Autonomous Driving Menggunakan Spatial-Temporal Graph Attention Transformer, IEEE T-ITS, 2022. [paper]
  • Prediksi Lintasan Kendaraan Sadar Niat Berdasarkan Jaringan Perhatian Dinamis Spasial-Temporal untuk Internet Kendaraan, IEEE T-ITS, 2022. [kertas] [kode]
  • Peramalan Lintasan Berdasarkan Jaringan Neural Konvolusional Grafik Terarah Sebelumnya, IEEE T-ITS, 2022. [makalah]
  • DeepTrack: Pembelajaran Mendalam Ringan untuk Prediksi Lintasan Kendaraan di Jalan Raya, IEEE T-ITS, 2022. [paper]
  • Prediksi Lintasan Interaktif Menggunakan Metode Deep Learning Terintegrasi Peta Risiko Berkendara untuk Kendaraan Sekitar di Jalan Raya, IEEE T-ITS, 2022. [paper]
  • Prediksi Lintasan Kendaraan di Lingkungan Terhubung melalui Jaringan Konvolusional Grafik Sadar Konteks Heterogen, IEEE T-ITS, 2022. [makalah]
  • Jaringan Saraf Tiruan Prediksi Lintasan dan Interpretasi Model Berdasarkan Perhatian Pola Temporal, IEEE T-ITS, 2022. [makalah]
  • Mempelajari Grafik Interaksi Jarang Pejalan Kaki yang Terdeteksi Sebagian untuk Prediksi Lintasan, IEEE RA-L, 2022. [makalah] [kode]
  • GAMMA: Model Prediksi Gerak Agen Umum untuk Mengemudi Otonom, RAL. [kertas] [kode]
  • Jaringan Berbasis Sasaran Bertahap untuk Prediksi Lintasan, RAL. [kertas] [kode]
  • GA-STT: Prediksi Lintasan Manusia dengan Group Aware Spatial-Temporal Transformer, RAL. [kertas]
  • Prediksi lintasan 4D jangka panjang menggunakan jaringan permusuhan generatif, Penelitian Transportasi Bagian C: Teknologi yang Berkembang. [kertas]
  • Kerangka kerja prediksi lintasan pejalan kaki yang sadar konteks untuk kendaraan otomatis, Penelitian Transportasi Bagian C: Teknologi yang Berkembang. [kertas]
  • Prediksi lintasan multimoda yang dapat dijelaskan menggunakan model perhatian, Penelitian Transportasi Bagian C: Teknologi yang Berkembang. [kertas]
  • CSCNet: Jaringan konsistensi semantik kontekstual untuk prediksi lintasan di ruang ramai, PR. [kertas]
  • CSR: Cascade Conditional Variational AutoEncoder dengan Regresi Sadar Sosial untuk Prediksi Lintasan Pejalan Kaki, PR. [kertas]
  • Langkah Perhatian: Prediksi Lintasan Pejalan Kaki Berurutan, Jurnal Sensor IEEE. [kertas]
  • Metode Prediksi Lintasan Kendaraan Ditambah Dengan Tren Gerak Kendaraan Ego Dalam Mekanisme Perhatian Ganda, Transaksi IEEE Pada Instrumentasi dan Pengukuran. [kertas]
  • Jaringan Konvolusi Grafik Sadar Interaksi Spatio-temporal dan Distribusi Lintasan untuk Prediksi Lintasan Multimoda Pejalan Kaki, Transaksi IEEE pada Instrumentasi dan Pengukuran. [kertas]
  • Deep encoder–decoder-NN: Model prediksi dan koreksi lintasan kendaraan otonom berbasis pembelajaran mendalam, Physica A: Mekanika Statistik dan Aplikasinya. [kertas]
  • PTPGC: Prediksi lintasan pejalan kaki dengan jaringan perhatian grafik dengan ConvLSTM, Robotika dan Sistem Otonom. [kertas]
  • GCHGAT: prediksi lintasan pejalan kaki menggunakan jaringan perhatian grafik hierarki terbatas kelompok, Intelijen Terapan. [kertas]
  • Prediksi Lintasan Kendaraan Menggunakan Jaringan VAE Berulang, Akses IEEE. [kertas] [kode]
  • LIHAT: Model Berbasis Energi Entropi Urutan untuk Prediksi Lintasan Pejalan Kaki Semua-Lalu-Satu, TPAMI. [kertas]
  • PTP-STGCN: Prediksi Lintasan Pejalan Kaki Berdasarkan Jaringan Syaraf Konvolusional Grafik Spatio-temporal, Kecerdasan Terapan. [kertas]
  • Distribusi lintasan: Deskripsi pergerakan baru untuk prediksi lintasan, Media Visual Komputasi. [kertas]
  • Prediksi lintasan untuk mengemudi otonom berdasarkan grafik spasial-temporal multiskala, IET Intelligent Transport Systems. [kertas]
  • Prediksi lintasan berbasis pembelajaran berkelanjutan dengan jaringan yang ditambah memori, Sistem Berbasis Pengetahuan. [kertas]
  • Atten-GAN: Prediksi Lintasan Pejalan Kaki dengan GAN Berdasarkan Mekanisme Perhatian, Komputasi Kognitif. [kertas]
  • EvoSTGAT: Jaringan perhatian grafik spatiotemporal yang berkembang untuk prediksi lintasan pejalan kaki, Neurocomputing. [kertas]
  • Meningkatkan kesadaran konteks dalam peramalan gerak, Lokakarya CVPR 2022. [makalah] [kode]
  • Jaringan Berulang Perhatian Mandiri yang Didorong Tujuan untuk Prediksi Lintasan, Lokakarya CVPR 2022. [kertas] [kode]
  • Pentingnya Perhatian Anda: Prediksi Pentingnya Agen untuk Mengemudi Otonom, Lokakarya CVPR 2022. [kertas]
  • MPA: Arsitektur Berbasis MultiPath++ untuk Prediksi Gerak, Lokakarya CVPR 2022. [makalah] [kode]
  • TPAD: Mengidentifikasi Prediksi Lintasan yang Efektif dengan Panduan Model Deteksi Anomali Lintasan, arXiv:2201.02941, 2022. [paper]
  • Wayformer: Perkiraan Gerak melalui Jaringan Perhatian yang Sederhana & Efisien, arXiv pracetak arXiv:2207.05844, 2022. [kertas]
  • PreTR: Transformator Prediksi Lintasan Non-Autoregresif Spatio-Temporal, arXiv pracetak arXiv:2203.09293, 2022. [kertas]
  • LatentFormer: Pemodelan Interaksi dan Prediksi Lintasan Berbasis Transformator Multi-Agen, arXiv pracetak arXiv:2203.01880, 2022. [kertas]
  • Prediksi Lintasan Berganda yang Beragam Menggunakan Jaringan Prediksi Dua Tahap yang Dilatih dengan Kehilangan Jalur, arXiv pracetak arXiv:2206.08641, 2022. [kertas]
  • Pelatihan Adversarial yang dipandu Semantik semi-supervisi untuk Prediksi Lintasan, arXiv pracetak arXiv:2205.14230, 2022. [kertas]
  • Peramalan Lintasan Heterogen melalui Pembelajaran Grafik Risiko dan Pemandangan, arXiv pracetak arXiv:2211.00848, 2022. [makalah]
  • GATraj: Model Prediksi Lintasan Multi-Agen Berbasis Grafik dan Perhatian, arXiv pracetak arXiv:2209.07857, 2022. [kertas] [kode]
  • Jaringan Sadar Grup Dinamis untuk Prediksi Lintasan Multi-Agen dengan Penalaran Relasional, arXiv pracetak arXiv:2206.13114, 2022. [kertas]
  • Manfaat Ketidakpastian Kolaboratif Peramalan Lintasan Multi-Agen Multi-Modal, arXiv pracetak arXiv:2207.05195, 2022. [kertas] [kode]
  • Difusi Bersyarat Terpandu untuk Simulasi Lalu Lintas Terkendali, arXiv pracetak arXiv:2210.17366, 2022. [kertas] [situs web]
  • PhysDiff: Model Difusi Gerak Manusia yang Dipandu Fisika, arXiv pracetak arXiv:2212.02500, 2022. [kertas]
  • MPA: Arsitektur Berbasis MultiPath++ untuk Prediksi Gerak, Workshop CVPR tentang Autonomous Driving 2022. [makalah] [kode]
  • Ketidakpastian Kolaboratif dalam Peramalan Lintasan Multi-Agen, NeurIPS 2021. [makalah]
  • GRIN: Hubungan Generatif dan Jaringan Niat untuk Prediksi Lintasan Multi-agen, NeurIPS 2021. [kertas] [kode]
  • LibCity: Perpustakaan Terbuka untuk Prediksi Lalu Lintas, SIGSPATIAL 2021. [makalah] [kode]
  • Memprediksi Lintasan Kendaraan dalam Skenario Perkotaan dengan Jaringan Transformer dan Informasi Augmented, Simposium Kendaraan Cerdas IEEE (IV 2021). [kertas]
  • TAHAP Sosial: Prakiraan Lintasan Masa Depan Multi-Modal Spatio-Temporal, ICRA 2021. [makalah]
  • AVGCN: Prediksi Lintasan menggunakan Graph Convolutional Networks Guided by Human Attention, ICRA 2021. [paper]
  • Menjelajahi Konteks Dinamis untuk Prediksi Lintasan Multijalur, ICRA 2021. [kertas] [kode]
  • Prediksi Lintasan Pejalan Kaki Menggunakan Context-Augmented Transformer Networks, ICRA 2021. [kertas] [kode]
  • Jaringan Syaraf Grafik Temporal Spektral untuk Prediksi Lintasan, ICRA 2021. [makalah]
  • Prediksi Lintasan Multi-agen Sadar Kemacetan untuk Penghindaran Tabrakan, ICRA 2021. [kertas] [kode]
  • Navigasi Antisipatif di Keramaian Berdasarkan Prediksi Probabilistik Pergerakan Pejalan Kaki di Masa Depan, ICRA 2021. [paper]
  • AgentFormer: Transformers Sadar Agen untuk Peramalan Multi-Agen Sosio-Temporal, ICCV 2021. [kertas] [kode] [situs web]
  • Pengambilan Sampel Beragam Berbasis Kemungkinan untuk Peramalan Lintasan, ICCV 2021. [makalah] [kode]
  • MG-GAN: Model Multi-Generator yang Mencegah Sampel Tidak Terdistribusi dalam Prediksi Lintasan Pejalan Kaki, ICCV 2021. [kertas] [kode]
  • Jaringan Konsistensi Spasial-Temporal untuk Peramalan Lintasan Latensi Rendah, ICCV 2021. [makalah]
  • Tiga Langkah Prediksi Lintasan Multimodal: Pengelompokan Modalitas, Klasifikasi dan Sintesis, ICCV 2021. [makalah]
  • Dari Tujuan, Titik Arah & Jalur Menuju Peramalan Lintasan Manusia Jangka Panjang, ICCV 2021. [kertas] [kode]
  • Kemana tujuanmu? Prediksi Lintasan Dinamis dengan Contoh Sasaran Pakar, ICCV 2021. [makalah] [kode]
  • DenseTNT: Prediksi Lintasan End-to-end dari Dense Goal Set, ICCV 2021. [paper]
  • Prediksi Gerakan Sadar Keselamatan dengan Kendaraan Tak Terlihat untuk Mengemudi Otonom, ICCV 2021. [kertas] [kode]
  • LOKI: Tujuan Jangka Panjang dan Utama untuk Prediksi Lintasan, ICCV 2021. [makalah] [kumpulan data]
  • Prediksi Lintasan Manusia melalui Analisis Kontrafaktual, ICCV 2021. [makalah] [kode]
  • Prediksi Lintasan yang Dipersonalisasi melalui Diskriminasi Distribusi, ICCV 2021. [kertas] [kode]
  • Interaksi Lingkungan Tanpa Batas untuk Prediksi Lintasan Heterogen, ICCV 2021. [makalah] [kode]
  • NCE Sosial: Pembelajaran Kontrasif Representasi Gerakan Sadar Sosial, ICCV 2021. [makalah] [kode]
  • RAIN: Jaringan Inferensi Perhatian Hibrid yang Diperkuat untuk Peramalan Gerak, ICCV 2021. [makalah]
  • Jaringan Piramida Temporal untuk Prediksi Lintasan Pejalan Kaki dengan Multi-Supervisi, AAAI 2021. [paper]
  • SCAN: Jaringan Perhatian Konteks Spasial untuk Prediksi Niat Multi-Agen Bersama, AAAI 2021. [makalah]
  • Menguraikan Jaringan Konvolusional Grafik Multi-Relasional untuk Prediksi Lintasan Pejalan Kaki, AAAI 2021. [kertas] [kode]
  • MotionRNN: Model Fleksibel untuk Prediksi Video dengan Gerakan Bervariasi Ruangwaktu, CVPR 2021. [kertas]
  • Prediksi Gerak Multimodal dengan Stacked Transformers, CVPR 2021. [kertas] [kode] [website]
  • SGCN: Jaringan Konvolusi Grafik Jarang untuk Prediksi Lintasan Pejalan Kaki, CVPR 2021. [kertas] [kode]
  • LaPred: Prediksi Sadar Jalur Lintasan Multi-Modal Agen Dinamis di Masa Depan, CVPR 2021. [kertas]
  • Divide-and-Conquer untuk Prediksi Lintasan Beragam Sadar Jalur, CVPR 2021. [kertas]
  • Euro-PVI: Interaksi kendaraan pejalan kaki di pusat kota yang padat, CVPR 2021. [Kertas] [Dataset]
  • Prediksi lintasan dengan Model Berbasis Energi Keyakinan Laten, CVPR 2021. [Kertas] [Kode]
  • Prediksi lintasan lintas-modal bersama untuk mengemudi otonom, CVPR 2021. [Kertas]
  • Prediksi lintasan pejalan kaki dan ego-kendaraan dari Kamera Monokular, CVPR 2021. [Kertas] [Kode]
  • Jangkar sosial yang dapat ditafsirkan untuk peramalan lintasan manusia di kerumunan, CVPR 2021. [Kertas]
  • Introvert: Prediksi lintasan manusia melalui perhatian 3D bersyarat, CVPR 2021. [Kertas]
  • MP3: Model terpadu untuk memetakan, merasakan, memprediksi dan merencanakan, CVPR 2021. [Kertas]
  • Trafficsim: Belajar mensimulasikan perilaku multi-agen yang realistis, CVPR 2021. [Kertas]
  • Jaringan transformator multimodal untuk prediksi lintasan pejalan kaki, IJCAI 2021. [Kertas] [Kode]
  • Decoder Fusion RNN: Konteks dan Interaksi Decoder Sadar untuk Prediksi Lintasan, IROS 2021. [Kertas]
  • Prediksi niat bersama dan lintasan berdasarkan Transformer, IROS 2021. [Kertas]
  • Prediksi lintasan berbasis manuver untuk mobil self-driving menggunakan jaringan konvolusional spatio-temporal, IROS 2021. [Kertas]
  • Beberapa isyarat kontekstual prediksi lintasan terintegrasi untuk mengemudi otonom, IROS 2021. [Kertas]
  • Multixnet: Prediksi gerak multimodal multistage multiclass, Simposium Kendaraan Cerdas IEEE (IV 2021). [kertas]
  • Prediksi lintasan untuk mengemudi otonom berdasarkan perhatian multi-head dengan representasi peta agen gabungan, simposium Kendaraan Cerdas IEEE (IV 2021). [kertas]
  • SOSIAL-IWSTCNN: Jaringan saraf konvolusional spatio-temporal interaksi sosial untuk prediksi lintasan pejalan kaki dalam skenario lalu lintas perkotaan, IV 2021. [Kertas]
  • Menghasilkan skenario dengan perilaku pejalan kaki yang beragam untuk pengujian kendaraan otonom, konferensi tentang pembelajaran robot (CORL 2021). [kertas] [kode]
  • Prediksi lintasan multimodal yang dikondisikan pada traversal lane-grafik, Corl 2021. [Kertas] [Kode]
  • Belajar memprediksi lintasan kendaraan dengan perencanaan berbasis model, CORL 2021. [Kertas]
  • Prakiraan lintasan berbasis pose dari pengguna jalan yang rentan menggunakan jaringan saraf berulang, Konferensi Internasional tentang Pengakuan Pola (ICPR 2021). [kertas]
  • Graphtcn: Pemodelan interaksi spatio-temporal untuk prediksi lintasan manusia, WACV 2021. [Kertas]
  • Prediksi lintasan jangka panjang yang digerakkan oleh tujuan, WACV 2021. [Kertas]
  • Prediksi lintasan multimodal untuk mengemudi otonom tanpa peta sebelumnya yang terperinci, WACV 2021. [Kertas]
  • Jaringan grafik spasial yang tumbuh sendiri untuk prediksi lintasan pejalan kaki yang sadar konteks, Konferensi Internasional IEEE tentang Pemrosesan Gambar (ICIP 2021). [kertas] [kode]
  • S2TNET: Jaringan transformator spatio-temporal untuk prediksi lintasan dalam mengemudi otonom, Konferensi Asia tentang Pembelajaran Mesin 2021. [Kertas] [Kode]
  • Belajar representasi terstruktur dari dinamika spasial dan interaktif untuk prediksi lintasan dalam adegan yang ramai, robotika IEEE dan huruf otomatisasi 2021 [kertas], [kode]
  • Prediksi lintasan menggunakan konvolusi kontinu equivariant, ICLR 2021. [Kertas] [Kode]
  • TridentNet: Model generatif bersyarat untuk generasi lintasan dinamis, Konferensi Internasional tentang Sistem Otonomi Cerdas 2021. [Kertas]
  • Beranda: Output Heatmap untuk Estimasi Gerakan Masa Depan, ITSC 2021. [Kertas]
  • Grafik dan Prediksi Lintasan Kendaraan Berbasis Jaringan Saraf Berulang untuk Mengemudi Jalan Raya, ITSC 2021. [Kertas]
  • Perhatian SCSG: Grafik bintang yang berpusat pada diri sendiri dengan perhatian untuk prediksi lintasan pejalan kaki, Konferensi Internasional tentang Sistem Database untuk Aplikasi Lanjutan (DASFAA 2021). [kertas]
  • Memanfaatkan prediksi lintasan untuk deteksi anomali video pejalan kaki, Seri Simposium IEEE tentang Kecerdasan Komputasi (SSCI 2021). [kertas] [kode]
  • Apakah model prediksi lintasan yang sadar sosial benar-benar sadar secara sosial?, Penelitian transportasi: bagian C. [kertas, kertas] [kode]
  • Suntikan Pengetahuan dalam Prediktor Lintasan Kendaraan Berbasis Data, Penelitian Transportasi: Bagian C. [Kertas] [Kode]
  • Decoding Pejalan Kaki dan Interaksi Kendaraan Otomatis Menggunakan Realitas Virtual Immersive dan Pembelajaran mendalam yang dapat ditafsirkan, Penelitian Transportasi: Bagian C. [Kertas]
  • Peramalan lintasan manusia di kerumunan: perspektif pembelajaran yang mendalam, transaksi IEEE pada sistem transportasi yang cerdas. [kertas] [kode]
  • Nettraj: Model prediksi lintasan kendaraan berbasis jaringan dengan representasi terarah dan mekanisme perhatian spatiotemporal, payudara. [kertas]
  • Jaringan spatio-temporal jaringan dual-intention untuk prediksi dan pelacakan multi-agen, payudara. [kertas]
  • Kerangka kerja hierarkis untuk prediksi perilaku interaktif peserta lalu lintas yang heterogen berdasarkan grafik jaringan saraf, payudara. [kertas]
  • TRAJGAIL: Menghasilkan lintasan kendaraan perkotaan menggunakan pembelajaran imitasi permusuhan generatif, penelitian transportasi Bagian C. [kertas] [Kode]
  • Prediksi lintasan kendaraan menggunakan jaringan permusuhan generatif dengan fitur pohon sintaksis logika temporal, robotika IEEE dan huruf otomatisasi. [kertas]
  • Prediksi lintasan kendaraan menggunakan LSTM dengan mekanisme perhatian spasial-temporal, majalah IEEE Intelligent Transportation Systems. [kertas] [kode]
  • Prediksi lintasan longitudinal kendaraan berbasis memori jangka pendek manusia dalam lingkungan kendaraan yang terhubung dan otonom, catatan penelitian transportasi. [kertas]
  • Jaringan piramida temporal dengan perhatian spasial-temporal untuk prediksi lintasan pejalan kaki, transaksi IEEE pada ilmu jaringan dan teknik. [kertas]
  • Model spasial -temporal yang efisien berdasarkan unit linier yang terjaga keamanannya untuk prediksi lintasan, neurokomputasi. [kertas]
  • SRAI-LSTM: LSTM yang sadar akan interaksi berbasis perhatian sosial untuk prediksi lintasan manusia, neurocomputing. [kertas]
  • AST-GNN: Jaringan saraf grafik spatio-temporal berbasis perhatian untuk prediksi lintasan pejalan kaki yang sadar interaksi, neurokomputasi. [kertas]
  • Multi-PPTP: Prediksi lintasan pejalan kaki probabilistik multipel dalam adegan persimpangan kompleks, transaksi IEEE pada sistem transportasi cerdas. [kertas]
  • Prediktor lintasan berbasis grafik baru dengan pseudo-oracle, tnnls. [kertas]
  • Pembuatan lintasan GPS skala besar menggunakan peta berdasarkan GAN dua tahap, Jurnal Ilmu Data. [kertas] [kode]
  • Pose dan semantik peta berdasarkan perkiraan probabilistik lintasan pengguna jalan yang rentan, transaksi IEEE pada kendaraan cerdas. [kertas]
  • STI-GAN: Prediksi lintasan pejalan kaki multimodal menggunakan interaksi spatiotemporal dan jaringan permusuhan generatif, akses IEEE. [kertas]
  • LSTM holistik untuk prediksi lintasan pejalan kaki, tip. [kertas]
  • Prediksi lintasan pejalan kaki dengan Convolutional Neural Networks, pr. [kertas]
  • Model prediksi lintasan berbasis LSTM untuk pengendara sepeda yang memanfaatkan beberapa interaksi dengan lingkungan, PR. [kertas]
  • Prediksi lintasan manusia dan generasi menggunakan model LSTM dan GANS, PR. [kertas]
  • Prediksi dan generasi lintasan kendaraan menggunakan model LSTM dan GANS, PLOS satu. [kertas]
  • Bitrap: Prediksi lintasan pejalan kaki dua arah dengan estimasi tujuan multi-modal, RAL. [kertas] [kode]
  • Model kinematik untuk prediksi lintasan dalam skenario jalan raya umum, Ral. [kertas] [kode]
  • Prediksi lintasan dalam mengemudi otonom dengan jalur yang memimpin kehilangan tambahan, Ral. [kertas]
  • Prediksi lintasan kendaraan menggunakan jaringan permusuhan generatif dengan fitur pohon sintaks logika temporal, RAL. [kertas]
  • TRA2TRA: Prediksi lintasan-ke-lintasan dengan jaringan saraf yang penuh perhatian spasial sosial global, Ral. [kertas]
  • LSTM konvolusional grafik sosial untuk prediksi lintasan pejalan kaki, sistem transportasi cerdas IET. [kertas]
  • HSTA: Model perhatian spatio-temporal hierarkis untuk prediksi lintasan, transaksi IEEE pada teknologi kendaraan (TVT). [kertas]
  • Jaringan Lingkungan-Lingkungan untuk Prediksi Lintasan Kendaraan, TVT. [kertas]
  • Kemana mereka pergi? Memprediksi perilaku manusia dalam adegan yang ramai, transaksi ACM pada komputasi multimedia, komunikasi, dan aplikasi (TOMM). [kertas]
  • Prediksi lintasan multi-agen dengan fusi sekuens spatio-temporal, transaksi IEEE pada multimedia (TMM). [kertas]
  • Evolvegraph: Prediksi lintasan multi-agen dengan penalaran relasional dinamis, Neurips 2020. [Kertas]
  • Komunikasi V2VNet- kendaraan-ke-kendaraan untuk persepsi dan prediksi bersama, ECCV 2020. [Kertas]
  • Prediksi lintasan berulang multi-agen simultan simultan, ECCV 2020. [Kertas]
  • Simaug- belajar representasi yang kuat dari simulasi untuk prediksi lintasan, ECCV 2020. [Kertas]
  • Belajar Representasi Grafik Jalur Untuk Peramalan Gerakan, ECCV 2020. [Kertas]
  • Model variabel laten implisit untuk peramalan gerak yang konsisten adegan, ECCV 2020. [Kertas]
  • Peramalan lintasan yang beragam dan dapat diterima melalui pemahaman konteks multimodal, ECCV 2020. [Kertas]
  • Sintesis Semantik Penggerak Pejalan Kaki, ACCV 2020. [Kertas]
  • Peta lintasan kernel untuk prediksi gerak probabilistik multi-modal, Corl 2019. [Kertas] [Kode]
  • Social-Wagdat: Prediksi lintasan interaksi-sadar melalui jaringan atensi ganda Wasserstein, 2020. [Kertas]
  • NCE Sosial: Pembelajaran kontras representasi gerak yang sadar sosial. [kertas], [kode]
  • Prakiraan lintasan berbasis Pose dari pengguna jalan yang rentan menggunakan jaringan saraf berulang, lokakarya dan tantangan ICPR International 2020. [Kertas]
  • Evolvegraph: Prediksi lintasan multi-agen dengan penalaran relasional dinamis, Neurips 2020. [Kertas]
  • Jaringan transformator grafik spatio-temporal untuk prediksi lintasan pejalan kaki, ECCV 2020. [Kertas]
  • Ini bukan perjalanan tetapi prediksi lintasan terkondisi titik tujuan, ECCV 2020. [Kertas]
  • Bagaimana saya bisa melihat masa depan saya? FVTRAJ: Menggunakan tampilan orang pertama untuk prediksi lintasan pejalan kaki, ECCV 2020. [Kertas]
  • Konteks Dinamis dan Statis-LSTM untuk prediksi gerak multi-agen, ECCV 2020. [Kertas]
  • Peramalan lintasan manusia di kerumunan: perspektif pembelajaran yang mendalam, 2020. [kertas], [kode]
  • Simaug: Mempelajari representasi yang kuat dari simulasi 3D untuk prediksi lintasan pejalan kaki dalam kamera yang tidak terlihat, ECCV 2020. [Kertas], [kode]
  • DAG-NET: Jaringan saraf grafik ganda yang penuh perhatian untuk peramalan lintasan, ICPR 2020. [Kertas] [Kode]
  • Disentangling Dinamika Manusia untuk Pejalan Kaki Pejalan Kaki Peramalan dengan Supervisi yang Berisik, WACV 2020. [Kertas]
  • Social-Wagdat: Prediksi lintasan interaksi-sadar melalui jaringan atensi ganda Wasserstein, 2020. [Kertas]
  • Social-STGCNN: jaringan saraf konvolusional grafik spatio-temporal untuk prediksi lintasan manusia, CVPR 2020. [Kertas], [kode]
  • The Garden of Forking Paths: Menuju Prediksi Lintasan Multi-Future, CVPR 2020. [Kertas], [Kode/Dataset]
  • Disentangling Dinamika Manusia untuk Pejalan Kaki Pejalan Kaki Peramalan dengan Supervisi yang Berisik, WACV 2020. [Kertas]
  • Prakiraan Lintasan Berbasis Pose dari Pengguna Jalan yang Rentan, SSCI 2019. [Kertas]
  • Trajectron: Pemodelan lintasan multi-agen probabilistik dengan grafik spatiotemporal dinamis, ICCV 2019. [Kertas] [Kode]
  • STGAT: Pemodelan interaksi spasial-temporal untuk prediksi lintasan manusia, ICCV 2019. [Kertas] [Kode]
  • Estimasi Gerakan Tingkat Level Masa Depan Dalam Satu Gambar Berdasarkan Regresi ordinal, ICCV 2019. [Kertas]
  • Prediksi lintasan sosial dan adegan dalam ruang yang penuh sesak, ICCV Workshop 2019. [kertas] [kode]
  • Simulasi pengambilan sampel stokastik untuk prediksi lintasan pejalan kaki, IROS 2019. [Kertas]
  • Prediksi jangka panjang lintasan gerak menggunakan Cluster Homologi Path, IROS 2019. [Kertas]
  • Starnet: Prediksi Lintasan Pejalan Kaki Menggunakan Jaringan Saraf Dalam dalam Topologi Bintang, IROS 2019. [Kertas]
  • Belajar Model Generatif Sosial-Aware dari Gerakan Pejalan Kaki, IROS 2019. [Kertas]
  • Prediksi lintasan pejalan kaki yang sadar situasi dengan model perhatian spatio-temporal, CVWW 2019. [Kertas]
  • Prediksi jalur menggunakan atribut objek dan lingkungan semantik, Visigrapp 2019. [Kertas]
  • Perencanaan jalur probabilistik menggunakan prediksi lintasan hambatan, CODS-COMAD 2019. [Kertas]
  • Prediksi Lintasan Manusia Menggunakan Kehilangan Perselisihan, Jantung 2019. [Kertas], [Kode]
  • Cara Sosial: Mempelajari Distribusi Multi-Modal Lintasan Pejalan Kaki dengan Gans, CVPR 2019. [ Workshop Prekognisi ], [kertas], [kode]
  • Mengintip ke masa depan: Memprediksi kegiatan dan lokasi orang di masa depan dalam video, CVPR 2019. [Kertas], [kode]
  • Belajar menyimpulkan Hubungan untuk Prakiraan Lintasan Masa Depan, CVPR 2019. [Kertas]
  • Trafik: Prediksi lintasan dalam lalu lintas yang padat dan heterogen menggunakan interaksi tertimbang, CVPR 2019. [Kertas]
  • Ke arah mana kamu pergi? Pembelajaran Keputusan Imitatif untuk Peramalan Path dalam Adegan Dinamis, CVPR 2019. [Kertas]
  • Mengatasi keterbatasan jaringan kepadatan campuran: Kerangka pengambilan sampel dan pemasangan untuk prediksi multimoda di masa depan, CVPR 2019. [kertas] [kode]
  • Sophie: Gan yang penuh perhatian untuk memprediksi jalur yang sesuai dengan kendala sosial dan fisik, CVPR 2019. [Kertas] [Kode]
  • Prediksi jalur pejalan kaki, pose, dan niat melalui model dinamis proses Gaussian dan pengenalan aktivitas pejalan kaki, 2019. [Kertas]
  • Prediksi gerak interaksi multimodal untuk Autonomous Street Crossing, 2019. [Kertas]
  • Semakin sederhana semakin baik: kecepatan konstan untuk prediksi gerak pejalan kaki, 2019. [kertas]
  • Prediksi lintasan pejalan kaki dalam skenario yang sangat ramai, 2019. [Kertas]
  • SRLSTM: Penyempurnaan Negara untuk LSTM terhadap Prediksi Lintasan Pejalan Kaki, 2019. [Kertas]
  • Lokasi-Kecepatan Perhatian untuk Prediksi Lintasan Pejalan Kaki, WACV 2019. [Kertas]
  • Prediksi lintasan pejalan kaki dalam skenario yang sangat ramai, sensor, 2019. [Kertas]
  • Peramalan lintasan dan perilaku agen jalan menggunakan pengelompokan spektral di grafik-LSTMS, 2019. [kertas] [kode]
  • Prediksi Bersama untuk Lintasan Kinematik dalam Adegan Pedestrian Pedestrian, ICCV 2019. [Kertas]
  • Menganalisis kerugian variasi dalam konteks prediksi lintasan probabilistik, ICCV 2019. [Kertas]
  • Mencari Hubungan untuk Prakiraan Lintasan Masa Depan, ICCV 2019. [Kertas]
  • Perilaku perilaku dan lintasan yang dapat dipelajari bersama untuk kendaraan self-driving, IROS 2019. [Kertas]
  • Berbagi itu peduli: negosiasi persimpangan otonom yang sesuai secara sosial, IROS 2019. [Kertas]
  • INFER: Representasi menengah untuk prediksi masa depan, IROS 2019. [kertas] [kode]
  • Mengemudi otonom prediktif yang mendalam menggunakan prediksi lintasan gabungan multi-agen, aturan lalu lintas, IROS 2019. [Kertas]
  • Neurotrajectory: Pendekatan neuroevolusioner untuk pembelajaran lintasan negara bagian untuk kendaraan otonom, IROS 2019. [Kertas]
  • Prediksi lintasan jalanan perkotaan dengan jaringan LSTM multi-kelas, IROS 2019. [N/A]
  • Pembelajaran spatiotemporal ketidakpastian terarah di lingkungan perkotaan dengan jaringan kerapatan campuran berulang kernel, IROS 2019. [Kertas]
  • Sistem saraf generatif bersyarat untuk prediksi lintasan probabilistik, IROS 2019. [Kertas]
  • Pelacakan multi-agen interaksi-sadar dan prediksi perilaku probabilistik melalui pembelajaran permusuhan, ICRA 2019. [Kertas]
  • Pelacakan generik dan kerangka prediksi probabilistik dan penerapannya dalam mengemudi otonom, IEEE Trans. Intel. Mengangkut. Sistem, 2019. [Kertas]
  • Prediksi koordinasi dan lintasan untuk interaksi kendaraan melalui pemodelan generatif Bayesian, IV 2019. [Kertas]
  • Pembelajaran generatif Wasserstein dengan kendala kinematik untuk prediksi perilaku penggerak interaktif probabilistik, IV 2019. [Kertas]
  • Grip: Prediksi Lintasan Aware Berbasis Grafik, ITSC 2019. [Kertas]
  • Agen: Jaringan Prediksi Generatif yang Dapat Dipadati untuk Mengemudi Otonomi, IV 2019. [Kertas]
  • Trafik: Prediksi lintasan dalam lalu lintas yang padat dan heterogen menggunakan interaksi tertimbang, CVPR 2019. [Kertas], [kode]
  • Prediksi multi-langkah peta grid hunian dengan jaringan saraf berulang, CVPR 2019. [Kertas]
  • Argoverse: Pelacakan dan peramalan 3D dengan peta kaya, CVPR 2019 [kertas]
  • Pemodelan aleatoric yang kuat untuk lokalisasi kendaraan di masa depan, CVPR 2019. [Kertas]
  • Prediksi hunian pejalan kaki untuk kendaraan otonom, IRC 2019. [Kertas]
  • Prediksi jalur berbasis konteks untuk target dengan Switching Dynamics, 2019. [kertas]
  • Model imitatif yang dalam untuk inferensi, perencanaan, dan kontrol yang fleksibel, 2019. [Kertas]
  • INFER: Representasi menengah untuk prediksi masa depan, 2019. [kertas] [kode]
  • Fusi Tensor Multi-Agen untuk Prediksi Lintasan Kontekstual, 2019. [Kertas]
  • Prediksi gerak pejalan kaki konteks-sadar di persimpangan perkotaan, 2018. [Kertas]
  • Pengenalan dan prediksi situasi interaktif probabilistik generik: dari virtual ke nyata, ITSC 2018. [Kertas]
  • Kerangka pelacakan kendaraan generik yang mampu menangani oklusi berdasarkan filter partikel campuran yang dimodifikasi, IV 2018. [Kertas]
  • Prediksi lintasan multi-modal dari kendaraan di sekitarnya dengan LSTM berbasis manuver, 2018. [Kertas]
  • Prediksi urutan-ke-urutan lintasan kendaraan melalui LSTM Encoder-Decoder Architecture, 2018. [Paper]
  • R2P2: Kebijakan pushforward yang direparameterisasi untuk peramalan jalur generatif yang beragam dan tepat, ECCV 2018. [Kertas]
  • Memprediksi lintasan kendaraan menggunakan prior gerak skala besar, IV 2018. [Kertas]
  • Prediksi lintasan kendaraan dengan mengintegrasikan pendekatan berbasis fisika dan manuver menggunakan model interaktif, 2018. [kertas]
  • Prediksi gerak aktor lalu lintas untuk mengemudi otonom menggunakan jaringan konvolusional yang dalam, 2018. [kertas]
  • Kloning perilaku multi-agen generatif, 2018. [kertas]
  • Pembelajaran urutan yang dalam dengan informasi tambahan untuk prediksi lalu lintas, KDD 2018. [Kertas], [kode]
  • Model berbasis data untuk prediksi gerak pejalan kaki yang sadar interaksi di lingkungan yang berantakan, ICRA 2018. [Kertas]
  • Pindah, Hadiri, dan Prediksi: Model saraf berbasis perhatian untuk prediksi gerakan orang, surat pengenalan pola 2018. [Kertas]
  • GD-GAN: Jaringan permusuhan generatif untuk prediksi lintasan dan deteksi kelompok di kerumunan, ACCV 2018, [kertas], [demo]
  • SS-LSTM: Model LSTM hierarkis untuk prediksi lintasan pejalan kaki, WACV 2018. [Kertas]
  • Perhatian Sosial: Memodelkan Perhatian dalam Kerumunan Manusia, ICRA 2018. [Kertas] [Kode]
  • Prediksi pejalan kaki dengan merencanakan menggunakan Deep Neural Networks, ICRA 2018. [Kertas]
  • Prediksi Joint Long-jangka panjang Gerakan manusia menggunakan pendekatan kekuatan sosial berbasis perencanaan, ICRA 2018. [Kertas]
  • Prediksi gerak manusia di bawah kendala pengelompokan sosial, IROS 2018. [Kertas]
  • Lokalisasi orang di masa depan dalam video orang pertama, CVPR 2018. [Kertas]
  • GAN SOSIAL: Lintasan yang dapat diterima secara sosial dengan jaringan permusuhan generatif, CVPR 2018. [Kertas] [Kode]
  • Group LSTM: Prediksi Lintasan Kelompok dalam Skenario yang Ruang, ECCV 2018. [Kertas]
  • MX-LSTM: Mixing Tracklets and ViSlets untuk bersama-sama memperkirakan lintasan dan pose kepala, CVPR 2018. [Kertas]
  • Prediksi Intent Pejalan Kaki Melalui Lintasan Gerakan Menggunakan Jaringan Saraf Berulang Tertumpuk, 2018. [Kertas]
  • Model prediksi gerak pejalan kaki yang dapat ditransfer di persimpangan, 2018. [Kertas]
  • Prediksi gerak pejalan kaki berbasis peta probabilistik mempertimbangkan peserta lalu lintas, 2018. [Kertas]
  • Model yang efisien secara komputasi untuk prediksi gerak pejalan kaki, ECC 2018. [Kertas]
  • Prediksi Lintasan Lintasan Konteks, ICPR 2018. [Kertas]
  • Prediksi Berbasis Berbasis Pejalan Kaki di Lingkungan Perkotaan Mempertimbangkan Aturan Lalu Lintas Formal, ITSC 2018. [Kertas]
  • Membangun Pengetahuan Sebelumnya: Model Prediksi Pejalan Kaki Berbasis Markov Menggunakan Data Lingkungan Perkotaan, ICARCV 2018. [Kertas]
  • Informasi mendalam yang dipandu oleh orang banyak menghitung untuk adegan kerumunan yang kompleks, 2018. [Kertas]
  • Pelacakan dengan Prediksi: Model Generatif yang Dalam untuk Lokalisasi dan Pelacakan Mutli-Person, WACV 2018. [Kertas]
  • “Seeing is Believing”: Peramalan lintasan pejalan kaki menggunakan visual frustum perhatian, WACV 2018. [Kertas]
  • Prediksi on-board jangka panjang orang-orang dalam adegan lalu lintas di bawah ketidakpastian, CVPR 2018. [Kertas], [kode+data]
  • Mengode interaksi kerumunan dengan jaringan saraf dalam untuk prediksi lintasan pejalan kaki, CVPR 2018. [Kertas], [kode]
  • Pengambilan keputusan multipolik untuk mengemudi otonom melalui prediksi perilaku berbasis ChangePoint, 2017. [Kertas]
  • Prediksi jangka panjang probabilistik untuk kendaraan otonom, IV 2017. [Kertas]
  • Prediksi lintasan kendaraan probabilistik atas peta jaringan hunian melalui jaringan saraf berulang, ITSC 2017. [Kertas]
  • Desire: Prediksi masa depan yang jauh dalam adegan dinamis dengan agen yang berinteraksi, CVPR 2017. [Kertas] [Kode]
  • Meniru perilaku pengemudi dengan jaringan permusuhan generatif, 2017. [Kertas] [kode]
  • InfoGail: Pembelajaran imitasi yang dapat ditafsirkan dari Demonstrasi Visual, 2017. [Kertas] [Kode]
  • Perencanaan jangka panjang dengan prediksi jangka pendek, 2017. [Makalah]
  • Prediksi jalur jangka panjang dalam skenario perkotaan menggunakan distribusi melingkar, 2017. [Kertas]
  • Prediksi jalur visual yang didorong oleh pembelajaran mendalam dari satu gambar, 2016. [Kertas]
  • Berjalan Depan: Model Kekuatan Sosial yang Terkepalai, 2017. [Kertas]
  • Peramalan pejalan kaki probabilistik bersertifikat waktu nyata, 2017. [Kertas]
  • Pendekatan multi-prediktor untuk prediksi gerak manusia, ICRA 2017. [Kertas]
  • Peramalan dinamika interaktif pejalan kaki dengan permainan fiktif, CVPR 2017. [Kertas]
  • Prakiraan Jalan yang Masuk akal dalam Adegan Kerumunan, IJCAI 2017. [Kertas]
  • Bi-Prediksi: Prediksi lintasan pejalan kaki berdasarkan klasifikasi LSTM dua arah, Dicta 2017. [Kertas]
  • Agresif, tegang atau pemalu? Mengidentifikasi ciri -ciri kepribadian dari video kerumunan, IJCAI 2017. [Kertas]
  • Metode berbasis penglihatan alami untuk memprediksi perilaku pejalan kaki di lingkungan perkotaan, ITSC 2017. [Kertas]
  • Prediksi lintasan manusia menggunakan Model Perhatian Deep Sadar secara spasial, 2017. [Kertas]
  • Perhatian Soft + Hardwired: Kerangka kerja LSTM untuk prediksi lintasan manusia dan deteksi peristiwa abnormal, 2017. [Kertas]
  • Peramalan dinamika interaktif pejalan kaki dengan permainan fiktif, CVPR 2017. [Kertas]
  • LSTM Sosial: Prediksi Lintasan Manusia di Ruang Ruang, CVPR 2016. [Kertas] [Kode]
  • Perbandingan dan Evaluasi Model Gerak Pejalan Kaki untuk Sistem Keselamatan Kendaraan, ITSC 2016. [Kertas]
  • Perilaku pejalan kaki yang digerakkan oleh kelompok dan kelompok: dari pengamatan hingga simulasi, 2016. [Kertas]
  • Struktural-RNN: Pembelajaran mendalam pada grafik spatio-temporal, CVPR 2016. [Kertas] [Kode]
  • Prediksi jangka panjang yang sadar akan gerakan pejalan kaki, ICRA 2016. [Kertas]
  • Deteksi berbasis konteks niat penyeberangan pejalan kaki untuk mengemudi otonom di lingkungan perkotaan, IROS 2016. [Kertas]
  • Algoritma berbasis perencanaan baru untuk prediksi gerak manusia, ICRA 2016. [Makalah]
  • Belajar Etiket Sosial: Pemahaman Lintasan Manusia dalam Adegan Padat, ECCV 2016. [Kertas] [Kode]
  • Prediksi jalur pejalan kaki GLMP-realtime menggunakan pola gerakan global dan lokal, ICRA 2016. [Kertas]
  • Transfer Pengetahuan untuk Prediksi Gerakan Spesifik Adegan, ECCV 2016. [Kertas]
  • STF-RNN: Jaringan saraf berulang berbasis fitur waktu untuk memprediksi orang berikutnya, SSCI 2016. [Kode]
  • Prediksi pejalan kaki yang diarahkan pada tujuan, ICCV 2015. [Kertas]
  • Analisis Lintasan dan Prediksi untuk Peningkatan Keselamatan Pejalan Kaki: Kerangka dan Evaluasi Terpadu, 2015. [Kertas]
  • Memprediksi dan mengenali interaksi manusia di ruang publik, 2015. [Kertas]
  • Belajar perilaku kerumunan kolektif dengan agen pejalan kaki dinamis, 2015. [Kertas]
  • Pemodelan dinamika spasial-temporal dari gerakan manusia untuk memprediksi lintasan masa depan, AAAI 2015. [Kertas]
  • Robot tanpa pengawasan belajar memprediksi mosi orang, ICRA 2015. [Kertas]
  • Filter model berganda interaktif terkontrol untuk pengakuan niat pejalan kaki gabungan dan prediksi jalur, ITSC 2015. [Kertas]
  • Pemodelan prediktif real-time dan penghindaran yang kuat dari pejalan kaki dengan niat yang tidak pasti dan berubah, 2014. [Kertas]
  • Estimasi perilaku untuk kerangka kerja lengkap untuk prediksi gerak manusia di lingkungan yang ramai, ICRA 2014. [Kertas]
  • Prakiraan lintasan pejalan kaki dalam lalu lintas publik dengan jaringan saraf buatan, ICPR 2014. [Kertas]
  • Akankah pejalan kaki melintasi? Sebuah studi tentang prediksi jalur pejalan kaki, 2014. [Kertas]
  • BRVO: Memprediksi lintasan pejalan kaki menggunakan Velocity-Space Reasoning, 2014. [Paper]
  • Prediksi jalur pejalan kaki berbasis konteks, ECCV 2014. [Kertas]
  • Prediksi jalur pejalan kaki menggunakan Ciri Bahasa Tubuh, 2014. [Kertas]
  • Pengakuan Manuver Online dan Prediksi Lintasan Multimodal untuk Bantuan Persimpangan Menggunakan Regresi Non-Parametrik, 2014. [Kertas]
  • Niat Belajar untuk Peningkatan Prediksi Gerakan Manusia, 2013. [Makalah]
  • Memahami interaksi antara peserta lalu lintas berdasarkan perilaku terpelajar, 2016. [Makalah]
  • Prediksi jalur visual dalam adegan kompleks dengan objek bergerak yang penuh sesak, CVPR 2016. [Kertas]
  • Pendekatan permainan-teori untuk mengulangi prediksi dan perencanaan adegan interaktif, 2016. [Kertas]
  • Niat-sadar perencanaan pomdp online untuk mengemudi otonom di tengah keramaian, ICRA 2015. [Kertas]
  • Pengakuan Manuver Online dan Prediksi Lintasan Multimodal untuk Bantuan Persimpangan Menggunakan Regresi Non-Parametrik, 2014. [Kertas]
  • Patch To The Future: Prediksi Visual Tanpa Diperawasi, CVPR 2014. [Kertas]
  • Prediksi Lintasan Agen Seluler Menggunakan Trees Reachability Nonparametrik Bayesian, 2011. [Kertas]

Robot seluler

  • Navigasi Antisipatif dalam Kerumunan dengan Prediksi Probabilistik Gerakan Masa Depan Pejalan Kaki, ICRA 2021. [Kertas]
  • NCE Sosial: Pembelajaran kontras representasi gerak yang sadar sosial. [kertas], [kode]
  • Perencanaan berbasis model probabilistik multimodal untuk interaksi manusia-robot, ICRA 2018. [Kertas] [Kode]
  • Penghindaran tabrakan multi-agunikasi yang tidak berkomunikasi dengan pembelajaran penguatan yang mendalam, ICRA 2017. [Kertas]
  • Pembelajaran Kamus Augmented untuk Prediksi Gerak, ICRA 2016. [Kertas]
  • Memprediksi Gerakan Agen Masa Depan untuk Lingkungan Dinamis, ICMLA 2016. [Kertas]
  • Kesimpulan Niat Bayesian untuk Prediksi Lintasan dengan Tujuan Gol yang Tidak Diketahui, IROS 2015. [Kertas]
  • Belajar memprediksi lintasan agen navigasi kooperatif, ICRA 2014. [Kertas]

Pemain olahraga

  • Evolvegraph: Prediksi lintasan multi-agen dengan penalaran relasional dinamis, Neurips 2020. [Kertas]
  • Pemodelan non-autoregresif imitatif untuk peramalan dan imputasi lintasan, CVPR 2020. [Kertas]
  • DAG-NET: Jaringan saraf grafik ganda yang penuh perhatian untuk peramalan lintasan, ICPR 2020. [Kertas] [Kode]
  • Generasi Beragam untuk Game Olahraga Multi-Agen, CVPR 2019. [Kertas]
  • Prediksi stokastik interaksi multi-agen dari pengamatan parsial, ICLR 2019. [Kertas]
  • Menghasilkan lintasan multi-agen menggunakan pengawasan lemah terprogram, ICLR 2019. [Kertas]
  • Kloning perilaku multi-agen generatif, ICML 2018. [Kertas]
  • Kemana mereka akan pergi? Memprediksi gerakan multi-agen permusuhan berbutir halus menggunakan autoencoder variasional bersyarat, ECCV 2018. [Kertas]
  • Pembelajaran imitasi multi-agen terkoordinasi, ICML 2017. [Kertas]
  • Menghasilkan Lintasan Jangka Panjang Menggunakan Deep Hierarchical Networks, 2017. [Kertas]
  • Belajar model spasial berbutir halus untuk prediksi permainan olahraga dinamis, ICDM 2014. [Kertas]
  • Pemodelan Generatif Perilaku Multi-Manusia Multimodal, 2018. [Kertas]
  • Apa yang akan terjadi selanjutnya? Peramalan Pemain Bergerak di Video Olahraga, ICCV 2017, [Kertas]

Benchmark dan Metrik Evaluasi

  • Kotak alat preprocessing dan evaluasi untuk penelitian prediksi lintasan pada dataset drone, arxiv preprint arxiv: 2405.00604, 2024. [Kertas] [kode]
  • Implisit sosial: Memikirkan kembali evaluasi prediksi lintasan dan efektivitas estimasi kemungkinan maksimum implisit, ECCV 2022. [Kertas] [kode]
  • OpenTraj: Menilai kompleksitas prediksi dalam kumpulan data lintasan manusia, ACCV 2020. [Kertas] [Kode]
  • Menguji keamanan kendaraan self-driving dengan mensimulasikan persepsi dan prediksi, ECCV 2020. [Kertas]
  • PIE: Dataset dan model skala besar untuk estimasi niat pejalan kaki dan prediksi lintasan, ICCV 2019. [Kertas]
  • Menuju tolok ukur yang sadar kematian dari prediksi reaksi probabilistik dalam skenario mengemudi yang sangat interaktif, ITSC 2018. [Kertas]
  • Seberapa baik prediksi saya? Menemukan ukuran kesamaan untuk evaluasi prediksi lintasan, ITSC 2017. [Kertas]
  • TRAJNET: Menuju tolok ukur untuk prediksi lintasan manusia. [situs web]

Yang lain

  • Pose berbasis deteksi niat pengendara sepeda, ITSC 2019. [Kertas]
  • Prediksi lintasan pengendara sepeda menggunakan jaringan saraf berulang dua arah, AI 2018. [Kertas]
  • Indikator Infrastruktur Jalan untuk Prediksi Lintasan, 2018. [Kertas]
  • Menggunakan topologi jalan untuk meningkatkan prediksi jalur pengendara sepeda, 2017. [Kertas]
  • Prediksi lintasan pengendara sepeda menggunakan model fisik dan jaringan saraf buatan, 2016. [Kertas]
Memperluas
Informasi Tambahan
Aplikasi Terkait
Direkomendasikan untuk Anda
Informasi Terkait Semua