收录:
摘要:
本发明提出一种基于生成对抗网络的数据驱动人群运动仿真方法,涉及人群仿真和深度学习等领域,用于在从行人运动视频数据中提取的行人轨迹数据集的基础上,在仿真场景中生成数据集中不存在的虚拟行人,并且为生成的虚拟行人根据给定的条件如初始位置、目的地等以及整个场景内的其它因素进行完整的、更贴近真实行人反应的路径规划。该方法应用了基于长短期记忆网络(LSTM)的生成对抗网络(GAN)来训练仿真模型。本发明的方法仿真出的虚拟行人的运动轨迹相较于传统的基于规则的人群仿真方法的仿真效果更具真实感、与现实行人运动情况更为相近。本发明完成了对虚拟行人进行的轨迹规划任务,并且有效地提高了人群运动仿真效果的真实性。
关键词:
通讯作者信息:
电子邮件地址: