VIT-Ped: 歩行者行動分析のための意図予測トランスフォーマー
VIT-Ped: Visionary Intention Transformer for Pedestrian Behavior Analysis
歩行者の横断意図を予測するため、複数のデータモダリティを活用したTransformer/ViTベースのアルゴリズムを提案し、JAADデータセットでSOTA性能を達成した。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ AIが要旨から生成した要約です。正確性は原文をご確認ください。
著者: Aly R. Elkammar, Karim M. Gamaleldin, Catherine M. Elias
分類: cs.CV, cs.AI, cs.RO
原文アブストラクト
Pedestrian Intention prediction is one of the key technologies in the transition from level 3 to level 4 autonomous driving. To understand pedestrian crossing behaviour, several elements and features should be taken into consideration to make the roads of tomorrow safer for everybody. We introduce a transformer / video vision transformer based algorithm of different sizes which uses different data modalities .We evaluated our algorithms on popular pedestrian behaviour dataset, JAAD, and have reached SOTA performance and passed the SOTA in metrics like Accuracy, AUC and F1-score. The advantages brought by different model design choices are investigated via extensive ablation studies.
