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！

龙图腾网获悉南京航空航天大学申请的专利基于时空注意力与对比表示学习的行人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：CN116680355B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202310695929.X，技术领域涉及：G06F16/29；该发明授权基于时空注意力与对比表示学习的行人轨迹预测方法是由张德平;朱鹏飞设计研发完成，并于2023-06-13向国家知识产权局提交的专利申请。

本基于时空注意力与对比表示学习的行人轨迹预测方法在说明书摘要公布了：本发明涉及行人轨迹预测技术领域，具体公开了基于时空注意力与对比表示学习的行人轨迹预测方法，所述方法包括：步骤一、输入行人轨迹信息，获取行人轨迹数据并整理，得到数据集；建立训练集和测试集；所述数据集是采用行人轨迹预测的基准数据集ETH和UCY数据集；步骤二、采用图注意力机制进行时间特征提取和交互特征提取；步骤三、通过自动标注的方法自动生成正负样本；步骤四、基于所述步骤三生成的正负样本，进行对比表示学习；步骤五、将融合后的行人轨迹特征信息通过Info‑GAN解码器输出预测轨迹；通过本发明实现合理的轨迹预测，避免轨迹预测模式崩溃；并降低输出轨迹的碰撞率同时达到提高输出轨迹的安全性和逻辑自洽的效果。

本发明授权基于时空注意力与对比表示学习的行人轨迹预测方法在权利要求书中公布了：1.基于时空注意力与对比表示学习的行人轨迹预测方法，其特征在于，所述方法包括： 步骤一、输入行人轨迹信息，获取行人轨迹数据并整理，得到数据集；建立训练集和测试集；所述数据集是采用行人轨迹预测的基准数据集 ETH和UCY数据集； 步骤二、采用图注意力机制进行时间特征提取和交互特征提取； 步骤三、通过自动标注的方法自动生成正负样本； 步骤四、基于所述步骤三生成的正负样本，进行对比表示学习； 步骤五、将融合后的行人轨迹特征信息通过Info‑GAN解码器输出预测轨迹其中，所述正负样本包括正样本和负样本；且正样本即普通的数据集中的轨迹无碰撞样本，而负样本则是碰撞样本； 正样本生成公式：； 负样本生成公式：； 其中，即为行人i在时刻的正样本，只有一个；为行人i在时刻的真实位置坐标，为常数，作为随机噪声； 即为行人i在时刻的负样本；为行人i的邻居j在时刻的真实位置坐标，同样为随机噪声； 所述步骤四中对比学习的内容为： 通过学习数据样本与噪声样本之间的数据分布的区别，具体通过训练一个分类器以学习数据样本与噪声样本之间的区别； 所述步骤三产生的正负样本之后，引入对比学习的损失函数： 其中，q代表查询样本，代表正样本，代表负样本； 且在轨迹预测任务中分别为预测行人i的过去的轨迹向量、预测行人i的未来的真实轨迹向量、行人i的邻居j的未来真实轨迹向量；s为度量函数； 所述步骤五中的预测轨迹输出方法具体为： 通过将生成器输入噪声z分为了z，c两个部分，其中z为随机噪声，c为可解释的隐变量； 将对比学习的损失函数分为两部分： 1噪声z的损失与GAN相同； 2噪声c引入了新的互信息损失，即info‑GAN的损失函数可以写为： 其中，为轨迹预测模块中的生成器损失和对抗损失，为互信息损失。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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。