Prédiction de trajectoires humaines dans les foules : une perspective d'apprentissage profond

Depuis plusieurs décennies, la prévision de trajectoires humaines s’est imposée comme un domaine de recherche actif en raison de ses nombreuses applications concrètes : analyse des situations d’évacuation, déploiement de systèmes de transport intelligents, gestion du trafic, entre autres. Les travaux préliminaires reposaient sur des représentations conçues manuellement à partir de connaissances spécialisées. Toutefois, les interactions sociales dans les environnements surpeuplés sont non seulement diverses, mais souvent subtils. Récemment, les méthodes fondées sur l’apprentissage profond ont surpassé leurs homologues conçues à la main, car elles apprennent les interactions homme-homme de manière plus générale, à partir de données. Dans ce travail, nous proposons une analyse approfondie des méthodes existantes basées sur l’apprentissage profond pour modéliser les interactions sociales. Nous introduisons deux méthodes nouvelles, fondées sur des connaissances et pilotées par les données, afin de capturer efficacement ces interactions. Pour comparer de manière objective les performances des modèles de prévision fondés sur les interactions, nous développons un grand benchmark centré sur les interactions, TrajNet++, un composant essentiel mais jusqu’alors manquant dans le domaine de la prévision de trajectoires humaines. Nous proposons également de nouveaux indicateurs de performance évaluant la capacité d’un modèle à générer des trajectoires socialement acceptables. Des expériences sur TrajNet++ confirment la nécessité de nos métriques proposées, et notre méthode surpasse les modèles de référence sur des jeux de données réels ainsi que sur des données synthétiques.