[发明专利]生成易受伤害道路使用者轨迹预测模型的方法及预测方法有效
| 申请号： | 201910838347.6 | 申请日： | 2019-09-05 |
| 公开（公告）号： | CN110599521B | 公开（公告）日： | 2022-02-15 |
| 发明（设计）人： | 李克强;熊辉;王思佳;王建强 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06T7/246 | 分类号： | G06T7/246 |
| 代理公司： | 北京汇智胜知识产权代理事务所(普通合伙) 11346 | 代理人： | 石辉;赵立军 |
| 地址： | 10008*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： |
本发明公开了一种生成易受伤害道路使用者轨迹预测模型的方法及相应的预测方法。生成轨迹预测模型包括下述步骤：步骤S1：获取训练集，训练集包括已标记的N+M帧时间上连续的图像；步骤S2：从训练集中连续的N+M帧图像中根据每个目标真值的跟踪ID序号筛选训练样本，具有相同跟踪ID序号的同一目标的训练样本为一组；步骤S3：提取时空多线索特征，得到训练输入向量X |
||
| 搜索关键词： | 生成 受伤 道路 使用者 轨迹 预测 模型 方法 | ||
【主权项】：
1.一种生成易受伤害道路使用者轨迹预测模型的方法，其特征在于，包括下述步骤：/n步骤S1：获取训练集，训练集包括N+M帧时间上连续的图像，且针对所述图像已经标记所有易受伤害道路使用者目标的矩形目标框、类别和跟踪ID序号，所述类别包括行人和骑行者；/n步骤S2：筛选训练样本，从训练集中连续的N+M帧图像中根据每个目标真值的跟踪ID序号筛选训练样本，具有相同跟踪ID序号的同一目标的训练样本为一组，共有P组训练样本，P为跟踪ID序号的个数，即已经标记的不同易受伤害道路使用者目标的个数；/n步骤S3：提取特征，对于前N帧图像，提取训练样本的时间运动特征、矩形框外观特征和共享的上下文特征，然后融合所述时间运动特征、矩形框外观特征和共享的上下文特征，得到N*P个训练输入向量X
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于清华大学，未经清华大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910838347.6/，转载请声明来源钻瓜专利网。
