啃瓜瓜-优快云博客

原创【笔记】DenseTNT:End-to-end Trajectory Prediction from Dense Goal Sets

原文链接：https://arxiv.org/pdf/2108.09640.pdfAbstractTNT的方法是需要预先输入大概的target的，而DenseTNT不需要，是完全anchor free的方法。Introduction左图的以前的做法是根据lane定义一些anchor再regress和classify获得最终的位置，之后还要通过NMS的筛选法选出最后的轨迹。右侧的为现在的方法，通过密集地采点避免了定义anchor，同时也避免了使用NMS等规则来筛选。预测中非常重要的一个问题是gro

2022-02-02 21:26:04 4547

原创【笔记】TNT: Target-driveN Trajectory Prediction

原文链接：https://arxiv.org/pdf/2008.08294.pdfAbstractTNT分为3个stage：预测agent未来的的target point生成指向这些target point的trajectory给这些trajectory打分，选出概率高的这样遍可以做到一个多模态的预测（即直行，左转，右转，不同车道啥的）。IntroductionTNT主要是为了解决agent的未来轨迹预测（支持多模态）。target prediction：使用场景图预测了targe

2022-01-31 23:35:59 6512 1

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

原创 【笔记】DenseTNT:End-to-end Trajectory Prediction from Dense Goal Sets

原创 【笔记】TNT: Target-driveN Trajectory Prediction

空空如也

空空如也

原创【笔记】DenseTNT:End-to-end Trajectory Prediction from Dense Goal Sets

原创【笔记】TNT: Target-driveN Trajectory Prediction