摘要
本发明公开了一种基于GCN交互建模的行人轨迹预测方法，将每个行人定义为节点，并根据行人的相对位置建立行人空间图，以捕捉行人之间的空间关系；在行人空间图中，为行人添加速度信息，构建速度邻接矩阵；在行人空间图中，将行人周围对象的类别作为标签嵌入，构建标签邻接矩阵；将速度邻接矩阵与标签邻接矩阵结合，以生成语义引导的邻接图；将邻接图输入到时空图卷积网络中，对行人轨迹的图形表示进行时空卷积运算，分别提取出时间特征、空间特征；将得到的特征输入改进的时间外推金字塔卷积神经网络，通过多层的预测特征来联合估计未来轨迹的二维高斯分布参数，进而得到行人轨迹。本发明考虑了不同对象的影响程度，对不同对象设计不同的标签分类，充分利用社会属性计算社会交互的权重，以实现更好的行人预测结果。
