智能驾驶场景下的人车冲突问题与行人过街行为密切相关，为使高级驾驶辅助系统（advanced driving assistance system, ADAS）具备识别行人过街意图的功能，并对人车碰撞事件预警，提出一种基于图表示学习（graph representation learning, GRL）方法的行人过街意图识别框架。它采用开源工具对行人骨架信息进行识别，采用图方法，以行人在一段运动过程内每一帧的骨架关键点为节点，以骨架自然连接关系、相关关系和时域关系为边建立图模型，实现对行人动作序列的表征。以图结构数据为输入，基于支持向量机（support vector machine, SVM）训练行人过街意图识别模型。在自动驾驶数据集PIE上对所提出方法进行评估，结果显示，行人过街意图分类准确率可达90.29%，所提出方法能够有效识别行人过街意图，对提高智能车决策安全性具有重要意义。
PDF全文下载地址：http://journal.bit.edu.cn/zr/article/exportPdf?id=b15a70be-7bf0-4b08-8f6f-e8c90006e840