Analyzing Factors Influencing Pedestrian Behavior in Urban Traffic Scenarios using Deep Learning
Paper i proceeding, 2023
Deep learning
behavior analysis
automated vehicles
trajectory prediction
pedestrian behavior prediction
pedestrian interactions
Författare
Chi Zhang
Chalmers, Data- och informationsteknik, Interaktionsdesign och Software Engineering
Christian Berger
Chalmers, Data- och informationsteknik, Interaktionsdesign och Software Engineering
Transportation Research Procedia
23521457 (ISSN) 23521465 (eISSN)
Vol. 72Lisboa, Portugal,
Supporting the interaction of Humans and Automated vehicles: Preparing for the Environment of Tomorrow (Shape-IT)
Europeiska kommissionen (EU) (EC/H2020/860410), 2019-10-01 -- 2023-09-30.
Styrkeområden
Informations- och kommunikationsteknik
Transport
Ämneskategorier
Data- och informationsvetenskap
Transportteknik och logistik
Datorseende och robotik (autonoma system)
DOI
10.1016/j.trpro.2023.11.637