STC-MGNet行人过街意图预测论文发布

2026年10月19日，arXiv Computer Vision 刊出论文，提出时空通道注意力增强的多模态图网络 STC-MGNet，用于行人过街意图预测。该方法包含姿态图编码器与多阶段跨模态通道调制机制，设三个并行注意力分支，分别强化骨骼关节、观测帧和特征通道，并以可学习权重融合。论文称其在 JAADbeh、JAADall 和 PIE 数据集上分别达到 70%、87% 和 88% 的准确率，优于多个代表性基线方法；消融实验显示视觉与自车运动信息对预测性能有互补贡献。目前进展为论文已发布并给出上述实验结果，尚无后续跟进报道。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。