摘要

本文研究了在不同视觉场景中预测行人未来多条可能路径分布的问题。本文做出两项主要贡献。第一项贡献是一个新构建的数据集，该数据集基于真实世界轨迹数据，在一个真实的三维模拟环境中生成，并由人工标注者对轨迹进行外推，以实现不同的潜在目标。该数据集为多未来轨迹预测模型的定量评估提供了首个基准。第二项贡献是一种生成多个合理未来轨迹的新模型，该模型创新性地采用了多尺度位置编码以及基于图结构的卷积循环神经网络（convolutional RNNs over graphs）。我们称该模型为Multiverse。实验结果表明，该模型在所构建的数据集上取得了最优性能，同时在真实世界数据集VIRAT/ActEV（仅包含单一未来轨迹）上也表现优异。