提出HEADA-LTCTPM行人轨迹预测方法

2026年10月16日，arXiv Computer Vision 报道，Wenqian Jiang 等作者提出分层包络对抗域自适应行人轨迹预测方法 HEADA-LTCTPM。该研究针对行人轨迹预测中社交耦合类型单一、域偏移处理依赖预设统计指标的问题，通过包络样本构建机制生成图结构样本，并结合局部与全局对抗域适应策略动态适配不同场景的耦合关系。在两个公开数据集上与六种基线算法对比，ADE 和 FDE 分别降低 17.6% 和 19.1%，时间开销满足实际需求。目前事件进展停留于该方法被提出并完成公开数据集对比实验。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。