《表3 同伴损失函数验证结果(ADE/FDE)/m》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《结合自注意力机制和结伴行为特征的行人轨迹预测模型》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了验证本文提出的同伴损失函数的效果，这里增加了一个模型，该模型是本文模型的一种变体，其损失函数是绝对坐标的均方误差损失，没有附加本文提出的同伴损失，除此之外，模型的其他组成部分和参数保持不变。评估结果如表3所示，可以看出，含有同伴损失的模型比不含同伴损失的模型在ADE指标上提高了7.80%，在FDE指标上提高了8.10%。特别是在ETH-UNIV和ETH-HOTEL上，同伴损失的效果比较显著。主要原因是在这两个数据集场景中有较多的结伴行走的情况，并且大多数结伴群体中行人的轨迹是保持相对不变的。在这种情况下，同伴损失能够有效帮助模型在预测过程中保持同伴轨迹的相似性，有助于提高模型的预测精度。