TrajNet

TrajNet是一种基于轨迹的大规模活动基准，为测试方法提供统一的评估系统。挑战包括预测3,161个人轨迹，根据世界平面坐标 (3.2秒) 观察每个轨迹的8个连续地面真值，即t-7，t-6，…，t，并预测以下12个轨迹 (4.8秒)，即t 1，…，t 12。

TrajNet是多个数据集的超集，包括各种基于轨迹的活动预测数据集，例如BIWI酒店，crowdusucy，MOT PETS和斯坦福无人机数据集 (SDD)。

TrajNet is a large-scale trajectory-based activity benchmark that provides a unified evaluation system for testing methods. The challenge entails predicting 3,161 individual trajectories: given 8 consecutive ground truth observations of each trajectory in world plane coordinates over 3.2 seconds (i.e., t-7, t-6, …, t), the task is to predict the subsequent 12 trajectories over 4.8 seconds (i.e., t₁, t₂, …, t₁₂).

TrajNet is a superset of multiple datasets, encompassing various trajectory-based activity prediction datasets such as BIWI Hotel, crowdusucy, MOT PETS, and the Stanford Drone Dataset (SDD).

搜集汇总

背景与挑战

背景概述

TrajNet是一个基于轨迹的大规模活动基准数据集，用于预测3,161个人的轨迹，包含多个子数据集如BIWI酒店、crowdusucy等。该数据集由Fraunhofer IOSB于2018年发布，提供统一的评估系统和相关研究资源。