時間的ピラミッドネットワークを用いたマルチサブジェクト監視による歩行者軌道予測

群衆における人の運動行動を予測することは、自律走行車両の自然なナビゲーションからビデオ監視のインテリジェントなセキュリティシステムまで、多岐にわたる応用において重要である。これまでの研究では、すべての手法が単一の解像度で軌道をモデル化・予測していたが、これでは長距離情報（例えば軌道の目的地）と短距離情報（例えば特定時刻における歩行方向や速度）を同時に効率的に活用することが困難である。本論文では、圧縮調制（squeeze modulation）と拡張調制（dilation modulation）を用いた時系列ピラミッドネットワークを提案する。本研究の階層的フレームワークは、上位から下位へと段階的に豊かな時系列情報を含む特徴ピラミッドを構築し、さまざまな速度における運動行動をより適切に捉えることが可能となる。さらに、マルチ監督を用いた粗いから細かい融合戦略を提案する。上位のグローバルな文脈の粗い特徴を、下位の豊かな局所的文脈の細かい特徴へと段階的に統合することで、本手法は軌道の長距離情報と短距離情報を十分に活用できる。複数のベンチマークにおける実験結果から、本手法の優位性が確認された。