論文解決的問(wèn)題：靜態(tài)場(chǎng)景下估計(jì)物體最可能的運(yùn)動(dòng)軌跡。
Motivation:?
用神經(jīng)網(wǎng)絡(luò)祟牲，對(duì)行人和周?chē)h(huán)境進(jìn)行建模（空間上下文）和行人的方向建模（時(shí)間上下文）。
估計(jì)出行人與周?chē)h(huán)境的交互和方向后，設(shè)計(jì)具體的損失函數(shù)，使path在可能出現(xiàn)的地方和可能的方向時(shí)loss最小澳盐。
缺點(diǎn)：
只對(duì)行人與靜態(tài)環(huán)境的交互性進(jìn)行建模，沒(méi)有考慮行人本身的動(dòng)態(tài)信息令宿。
方法：
1、構(gòu)建spatial Matching Network腕窥。
? ? ? ?輸入：包含物體的patch和場(chǎng)景的patch粒没。需要標(biāo)注行人與環(huán)境的匹配信息。
? ? ? ?輸出：匹配的概率
2簇爆、Orientation Network
? ? ?輸入：object path癞松。需要已知兩個(gè)鄰居幀間相同物體的相對(duì)位置的ground truth angle。
? ? ?輸出：物體面對(duì)的方向入蛆。（facing orientation）
3响蓉、Path planing
? 算法：graph shortest path 算法
數(shù)據(jù)集
訓(xùn)練：VIRAT 數(shù)據(jù)集
測(cè)試：KIT AIS Dataset
評(píng)測(cè)方法
modified Hausdorff distance(MHD)
