Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 沈阳工业大学张刚获国家专利权

沈阳工业大学张刚获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉沈阳工业大学申请的专利一种基于生成式对抗网络的多模态人群轨迹预测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116597378B

龙图腾网通过国家知识产权局官网在2025-11-25发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310560634.1,技术领域涉及:G06V20/52;该发明授权一种基于生成式对抗网络的多模态人群轨迹预测方法是由张刚;景思源设计研发完成,并于2023-05-18向国家知识产权局提交的专利申请。

一种基于生成式对抗网络的多模态人群轨迹预测方法在说明书摘要公布了:本发明是一种基于生成式对抗网络的多模态人群轨迹预测方法,属于多模态轨迹预测领域。其特征在于:获取人群历史轨迹点,计算人群之间的欧式距离,将人群历史轨迹分为三个交互等级。将处理后的人群历史轨迹输入至基于生成式对抗网络模型的生成器中对人群运动的时间性和社交性编码,使用身份注意力保持行人身份信息,而后生成人群未来轨迹。利用生成的未来轨迹,使用判别器结合真实未来轨迹对其进行判别真伪,最终输出最接近真实的预测轨迹。本发明能够避免丢失人群运动的时间性和社交性,并能够在交互过程中保持人群身份信息,提高轨迹预测问题的准确性。

本发明授权一种基于生成式对抗网络的多模态人群轨迹预测方法在权利要求书中公布了:1.一种基于生成式对抗网络的多模态人群轨迹预测方法,其特征在于:该方法按照如下步骤进行: S1:从视频中获取人群历史轨迹点; S2:计算人群中不同行人间的欧式距离,将人群轨迹分为三个交互级别; S3:使用基于生成式对抗网络的模型预测人群轨迹,使用时间-社交编码器编码人群运动的时间性和社交性,使用身份注意力编码人群的身份信息; S4:将预测的三个级别的轨迹进行加权平均,得到最终预测结果,将其可视化至帧图像再将其还原为视频输出; 在步骤S3中,将处理后的人群历史轨迹输入至生成式对抗网络的生成器中,使用Transformer编码器-解码器生成预测轨迹,引入如下正余弦公式,对人群运动的时间性和社交性采用相同的计算方式进行编码: ; 式中,表示时间社交编码,n为行人的数量,N为人群总数,;表示中第k个维度的特征,表示当前时间步,为观测时间步长,表示输入数据维度;假设人群历史轨迹为X,经过时间-社交编码的结果为;则对于X中的每个元素,其经过时间和社交编码的结果计算公式为: ; 、为权重,由此对人群运动的时间性和社交性编码,获取了经过时间和社交编码的人群历史轨迹数据; 在步骤S3中,使用身份注意力保持人群身份信息,对人群身份进行编码,引入如下公式: ; 在身份注意力中,将输入的查询矩阵Q、键矩阵K以及值矩阵V,使用人群轨迹序列表示;其中Q代表人群未来轨迹Y,K、V代表人群历史轨迹X;表示键矩阵的维度,D中的元素表示第i个查询和第j个键之间的注意力权重矩阵,按如下公式进行计算: ; 其中表示逐元素相乘,表示当前行人的Q、K矩阵相乘,表示其他行人的Q、K矩阵相乘,;M为注意力掩码,当第i个查询和第j个键属于同一个行人时,M=1,否则为0;使用这种方式将使模型不丢失原有的行人身份信息。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人沈阳工业大学,其通讯地址为:110870 辽宁省沈阳市铁西区经济技术开发区沈辽西路111号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。