인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
Trajectory prediction is critical for autonomous systems such as self-driving cars and surveillance systems. In this work, the objective is to predict the future paths of road users by analyzing their past movement patterns and the surrounding environment. Using video data, we investigate the influence of perspective on the effectiveness of human trajectory prediction in two key scenarios: knowledge transfer from a source dataset to a target dataset and training models exclusively on the target dataset. Findings reveal that aligning dataset perspectives is critical for optimal transfer learning performance. In particular, prediction accuracy improves with increasing pitch angles, highlighting the importance of this parameter in trajectory modeling. A drone-type view, offering a bird’s-eye perspective, further enhances prediction quality by capturing spatial relationships more comprehensively. Additionally, the inclusion of the estimated homography significantly improves the prediction performance by refining the representation of spatial data.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
