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

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.