17일 전

수직적으로 보기: 푸리에 스펙트럼을 통한 계층적 네트워크를 통한 궤적 예측

Conghao Wong, Beihao Xia, Ziming Hong, Qinmu Peng, Wei Yuan, Qiong Cao, Yibo Yang, Xinge You
수직적으로 보기: 푸리에 스펙트럼을 통한 계층적 네트워크를 통한 궤적 예측
초록

에이전트의 미래 경로를 이해하고 예측하는 것은 행동 분석, 로봇 탐색, 자율주행차 등 다양한 응용 분야에서 핵심적인 과제이다. 기존의 방법들은 주로 경로 예측을 시계열 생성 문제로 다루었다. 본 연구는 이를 다르게 접근하여, 경로를 '수직적' 관점에서 분석하는 방식을 제안한다. 즉, 주파수 영역(Spectral domain)에서 경로를 모델링하고 예측하는 것이다. 경로 스펙트럼 내의 다양한 주파수 대역은 에이전트의 운동 선호도를 계층적으로 반영할 수 있으며, 저주파 성분은 에이전트의 거시적 운동 경향을, 고주파 성분은 미세한 운동 변화를 각각 나타낸다. 이를 바탕으로 본 연구는 경로 스펙트럼을 활용하여 에이전트의 경로를 계층적으로 모델링하고 예측하는 V²-Net이라는 계층적 네트워크를 제안한다. 이 네트워크는 두 개의 하위 네트워크로 구성되며, 먼저 거시적 수준의 키포인트 추정 하위 네트워크가 여러 '핵심' 주파수 대역에서 에이전트 경로의 '최소한의' 스펙트럼을 예측한다. 이후 미세적 수준의 스펙트럼 보간 하위 네트워크가 이 스펙트럼을 보간하여 최종 예측 경로를 재구성한다. 실험 결과를 통해 V²-Net이 ETH-UCY 벤치마크와 스탠포드 드론 데이터셋 모두에서 경쟁력 있고 우수한 성능을 보임을 확인하였다.

수직적으로 보기: 푸리에 스펙트럼을 통한 계층적 네트워크를 통한 궤적 예측 | 최신 연구 논문 | HyperAI초신경