- …
- …
#381
summarized by : Mitani Tomohiro
どんな論文か？
歩行者の進行方向を予測することは、自動運転やナビゲーションなどさまざまなタスクに有用。進行方向には歩行者の目的や、歩行者間の相互作用、社会的関係性といった様々な要因があり、群衆の中での個々人の進行方向を予測することは難しい。
新規性
個々人を独立にみたLSTMに、各時点において近隣の人物からのmessage passingによってhidden stateを修正するstate refinement moduleを組み込むことで、近くを歩く人物との関連性をhidden stateに取り込むことができ、予測精度が向上した。
結果
Social-LSTMや、S-GAN、Sophieなどの先行研究にくらべ、ETH-hotel, UCY-zara, UCY-univなどの進行方向予測タスクにおいてsotaを達成。
その他（なぜ通ったか？等）
introductionにおいて、t+1の進行方向を予測するためにRNN-baseの先行研究では、対象人物の時刻tまでの情報と対象以外の人物については時刻t-1までの情報しか使えていなかったと主張されているが、使っている情報の差というよりむしろ互いにぶつかってしまうような一貫性のない予測をrefineする効果があるのでは？
- …
- …