- …
#3
summarized by : Kazuma_Asano
どんな論文か？
物理的情報および社会的情報（歩行者同士の関係性）とGANベースの手法から，人の歩く道を予測する研究．
この研究の目的は以下の通りである．
1.歩行者同士の繋がりを意識したシーンコンテキスト情報を利用
2.歩行者同士の繋がりの特徴量に頼るようにする
3.物理的情報および社会的情報の2つのアテンションを結合するGANベースのLSTMを提案
4.SOTAを目指す
新規性
人と障害を考慮したAgent-Space Models, 人同士の関係性を考慮したAgent-Agent Modelsは存在するが，この両方を考慮したモデルはまだないため，そこにチャレンジしている．
結果
歩行者のアノテーションされた6つのデータセットでベースラインを作成し定量的に評価．LSTMやS-LSTM，S-GANなどと比較しADE / FDE やBIWI/ETH でSOTA．
また定性的評価も行なっている．
その他（なぜ通ったか？等）
1-シーンの地形的特徴量はCNN，歩行者の動きはLSTMで抽出しフィジカル，ソーシャルアテンションとして利用．
2-GANベースのLSTMモジュールではベクトル化したアテンションとノイズを入力しGANで歩行路を予測．おそらくL2で直接ロスを取らずにDiscriminatorを使っているのは多様性を持たせるためでリアルっぽくすれば良いという感じでロスを作っている．そしてSOTA．
- …