[发明专利]行人运动轨迹的预测方法、装置、电子设备和存储介质

权利要求书

1.一种行人运动轨迹的预测方法，其特征在于，包括：

获取道路监控摄像头拍摄的道路监控图像；

对所述道路监控图像进行语义分割，所述语义分割的结果包括行人图像；

将所述行人图像输入至已训练完成的轨迹预测模型进行处理，得到所述行人图像中的行人在预设时长内的运动轨迹；

其中，所述轨迹预测模型对所述行人图像的处理包括：获取所述行人图像中行人的姿态信息以及不同时间点的姿态信息的关联程度；根据所述行人的姿态信息以及所述关联程度，预测所述行人在预设时长内的运动轨迹。

2.根据权利要求1所述的预测方法，其特征在于，所述轨迹预测模型包括编码器，所述编码器包括特征提取层和自注意力层，所述获取所述行人图像中行人的姿态信息以及不同时间点的姿态信息的关联程度的步骤，包括：

将所述行人图像输入至所述特征提取层，通过所述特征提取层输出所述行人图像对应的行人姿态张量；

将所述行人姿态张量输入至所述自注意力层，通过所述自注意力层将不同时间点的行人图像分别对应的行人姿态张量进行两两配对，计算不同时间点的行人姿态张量的关联程度。

3.根据权利要求2所述的预测方法，其特征在于，所述轨迹预测模型还包括解码器，所述编码器还包括位置编码层和前馈层，所述根据所述行人的姿态信息以及所述关联程度，预测所述行人在预设时长内的运动轨迹的步骤，包括：

通过所述位置编码层获取所述行人姿态张量对应的行人图像在若干帧所述行人图像中的序号，以及所述行人姿态张量在所述行人图像所在时间轴上的位置，并对所述行人姿态张量对应的所述序号和所述位置进行编码，得到所述行人姿态张量对应的位置编码；

将所述位置编码、所述行人姿态张量以及不同时间点的行人姿态张量的关联程度输入至所述前馈层进行融合；

将所述融合结果输入至所述解码器，通过所述解码器预测所述行人在预设时长内的运动轨迹。

4.根据权利要求3所述的预测方法，其特征在于，所述通过所述解码器预测所述行人在预设时长内的运动轨迹的步骤，包括：

根据所述融合结果，获取在预设时长内所述行人的人体关键点信息；

根据所述人体关键点信息与预设算法，确定所述行人在未来所述预设时长内的运动速度和运动方向；

根据所述运动速度和运动方向，预测所述行人在所述预设时长内的运动轨迹。

5.根据权利要求1所述的预测方法，其特征在于，所述语义分割的结果包括分界线位置信息，在所述将所述行人图像输入至已训练完成的轨迹预测模型进行处理，得到所述行人图像中的行人在预设时长内的运动轨迹的步骤之后，包括：

获取当前车辆的车辆运动状态信息；

根据预测的所述行人在预设时长内的运动轨迹、所述分界线位置信息以及所述车辆运动状态信息，对所述当前车辆进行驾驶预警。

6.根据权利要求5所述的预测方法，其特征在于，所述根据预测的所述行人在预设时长内的运动轨迹、所述分界线位置信息以及所述车辆运动状态信息，对所述当前车辆进行驾驶预警的步骤，包括：

根据所述行人在预设时长内的运动轨迹与所述车辆运动状态信息，对所述行人图像中的行人进行碰撞检测，所述碰撞检测用于预测在所述预设时长内所述行人的运动轨迹是否会与所述当前车辆的运动轨迹存在重合；

若预测在所述预设时长内所述行人的运动轨迹会与所述当前车辆的运动轨迹发生重合，则发出预警信息。

7.根据权利要求5所述的预测方法，其特征在于，在所述根据预测的所述行人在预设时长内的运动轨迹、所述分界线位置信息以及所述车辆运动状态信息，对所述当前车辆进行驾驶预警的步骤之前，还包括：

根据所述分界线位置信息与预测的所述行人的运动轨迹，确定所述行人在所述预设时长后是否会进入所述驾驶区域；

若是，则根据预测的所述行人在预设时长内的运动轨迹、所述分界线位置信息以及所述车辆运动状态信息，对所述当前车辆进行驾预警。