一种改进ST-GCN的自动驾驶车辆行人意图识别方法

本发明公开了一种改进ST‑GCN的自动驾驶车辆行人意图识别方法，具体是一种基于时空图卷积网络ST‑GCN，在空间维度，引入改进的自适应图卷积网络，增强行人胳膊与腿之间的依赖关系，加强提取行人动作中的有效空间特征；在时间维度，采用多分支的时间卷积，捕获行人意图的远程依赖关系，提升模型对行人通道信息的关注，加强模型对行人动作在时间上变化联系的行人意图识别方法。目的是快速、精准的识别行人的过街意图，使高级辅助驾驶系统或自动驾驶车辆能够为驾驶员提供充足的时间来做出反应或是直接干预驾驶以防止碰撞。该方法是由如下步骤实现的：步骤一：通过车载单目摄像头捕获交通场景下的行人视频流；步骤二：利用人体姿态估计网络对行人关键点进行预测，提取行人关键点坐标，生成行人2D骨架结构图；步骤三：通过将自适应图卷积网络以及多分支时间卷积与ST‑GCN网络进行融合，实现自动驾驶车辆行人意图识别。本发明适用于自动驾驶车辆场景下的行人过街意图识别。