summarized by : Anonymous
Junwei Liang, Lu Jiang, Juan Carlos Niebles, Alexander G. Hauptmann, Li Fei-Fei
歩行者の将来の活動、その軌道を予測する。行動情報と周囲の物との相互作用について、豊富な視覚的特徴量を使用したend to endのマルチタスク学習システムを提案。
歩行者の将来の軌道の予測だけでなく、その時に行われる活動の予測を同時に行った。
ActEV(Activities in Extended Video)、ETH/UCY datasetで最高精度(SOTA)を達成。ETH/UCY datasetのHOTELとZARA2では特に優れた精度を算出。