Resumen de Transformer autorregresivo de grafos esqueléticos

Jaime Villa Plaza, Arturo de la Escalera Hueso, José María Armingol Moreno

• español

  Analizar, comprender y predecir el comportamiento peatonal es un punto clave en el desarrollo de sistemas de conducción autónoma. En los últimos años, con el desarrollo exponencial en el campo de la visión por computador y el aprendizaje profundo, se han realizado grandes avances en la estimación de la pose humana y la clasificación de secuencias de movimiento en diferentes tipos de actividades. Este artı́culo propone un nuevo método autorregresivo, enfocado en tareas de predicción de movimiento de peatones. El sistema consta de un Transformer, que le permite analizar la información temporal disponible hasta el momento y generar una predicción del futuro inmediato. Además, incluye Redes Convolucionales de Grafos que facilitan la comprensión de la estructura espacial del esqueleto. Se han realizado experimentos sobre el conjunto de datos Kinetics-Skeleton y al final de este artı́culo se discute sobre los resultados y las futuras vı́as de estudio.

• English

  Analyzing, understanding, and predicting pedestrian behavior is a key aspect in the development of autonomous driving systems. In recent years, with the exponential growth in the fields of computer vision and deep learning, significant advances have been made in human pose estimation and the classification of movement sequences in various types of activities. This article proposes a new autoregressive method focused on pedestrian movement prediction tasks. The system consists of aTransformer, which allows it to analyze the temporal information available so far and generate a prediction of the immediate future.Additionally, it includes Graph Convolutional Networks that facilitate the understanding of the spatial structure of the skeleton.Experiments have been conducted on theKinetics-Skeleton dataset, and at the end of this article, the results and future research directions are discussed.