买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉天津师范大学申请的专利一种基于交互感知扩散模型的行人轨迹预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121438409B 。

龙图腾网通过国家知识产权局官网在2026-04-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202512009857.0，技术领域涉及：G06V40/20；该发明授权一种基于交互感知扩散模型的行人轨迹预测方法是由张重;王锘然;刘爽;范晓婷;臧泽宇设计研发完成，并于2025-12-29向国家知识产权局提交的专利申请。

本一种基于交互感知扩散模型的行人轨迹预测方法在说明书摘要公布了：本发明实施例公开了一种基于交互感知扩散模型的行人轨迹预测方法，该方法包括：构建前向扩散模块，得到目标行人的加噪未来轨迹；构建反向去噪模块，将社会和场景交互特征视为含参逆向马尔可夫链的条件，对目标行人的加噪未来轨迹进行去噪操作；构建损失计算模块，利用损失值对由上述模块组成的行人轨迹预测模型进行优化，得到最优行人轨迹预测模型；构建测试去噪模块，基于最优行人轨迹预测模型，对测试初始随机噪声进行去噪，得到行人轨迹预测结果。本发明通过设计社会编码器和场景编码器分别提取社会交互特征和场景交互特征，以此保留场景空间信息，并设计双指导解码器强化两种交互特征的协作指导，进一步提高了行人轨迹预测的准确性和合理性。

本发明授权一种基于交互感知扩散模型的行人轨迹预测方法在权利要求书中公布了：1.一种基于交互感知扩散模型的行人轨迹预测方法，其特征在于，所述方法包括以下步骤： 步骤S1，构建前向扩散模块，在训练阶段，利用所述前向扩散模块将前向噪声添加至目标行人的未加噪未来轨迹中，得到目标行人的加噪未来轨迹，其中，为每次训练时的加噪总次数； 步骤S2，构建反向去噪模块，提取目标行人的社会交互特征和场景交互特征，利用所述社会交互特征和场景交互特征计算得到含参逆向马尔可夫链去噪所需的噪声预测值，所述反向去噪模块将所述社会交互特征和场景交互特征视为含参逆向马尔可夫链的条件，基于所述噪声预测值，对目标行人的加噪未来轨迹进行含参逆向马尔可夫链去噪，得到去噪后的目标行人的未来轨迹； 步骤S3，构建损失计算模块，将所述噪声预测值输入到所述损失计算模块中，利用得到的损失值对于由所述前向扩散模块、反向去噪模块和损失计算模块组成的行人轨迹预测模型进行优化，得到最优行人轨迹预测模型； 步骤S4，构建测试去噪模块，基于所述最优行人轨迹预测模型，所述测试去噪模块对测试初始随机噪声进行去噪，经过次去噪后，得到行人轨迹预测结果； 其中，所述步骤S2包括以下步骤： 步骤S21，构建社会编码器，并对其进行参数初始化，将目标行人和周围行人的历史轨迹输入至所述社会编码器中，提取得到目标行人的社会交互特征； 步骤S22，将目标行人所在场景的RGB场景图像输入至预训练且参数固定的语义分割神经网络中，得到目标行人所在场景的场景语义分割图； 步骤S23，将目标行人的历史轨迹中的每个位置视为二维高斯概率分布的均值，以固定的方差获得与该位置对应的轨迹场景表示，将目标行人的历史轨迹中所有位置对应的轨迹场景表示进行叠加，得到目标行人的运动热度图； 步骤S24，确定预训练深度学习模型，并对其进行参数初始化，去掉所述预训练深度学习模型中最后的全局池化层和全连接层，得到场景编码器，将所述场景语义分割图和目标行人的运动热度图进行叠加，输入至所述场景编码器中，提取得到目标行人的场景交互特征； 步骤S25，构建双指导解码器，将所述社会交互特征、场景交互特征和目标行人的加噪未来轨迹输入至所述双指导解码器中，得到所述含参逆向马尔可夫链去噪所需的噪声预测值，其中，所述双指导解码器有层，每层双指导解码器均包含顺序连接的运动指导时间模块、第一时序编码模型、场景指导空间模块和第二时序编码模型； 步骤S26，构建反向去噪模块，所述反向去噪模块将所述社会交互特征和场景交互特征视为含参逆向马尔可夫链的条件，利用所述噪声预测值对目标行人的加噪未来轨迹进行含参逆向马尔可夫链去噪，得到去噪后的目标行人的未来轨迹。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人天津师范大学，其通讯地址为：300387 天津市西青区宾水西道393号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。