據(jù)外媒報道，機器學習技術(shù)的領(lǐng)先創(chuàng)新者美國西南研究所（Southwest Research Institute，簡稱：SwRI）已開發(fā)出一種運動預(yù)測系統(tǒng)，該系統(tǒng)可增強自動駕駛汽車對行人的檢測能力。

SwRI的人體運動預(yù)測系統(tǒng)將稀疏的骨骼特征疊加在行人上，來預(yù)測行人運動方向。系統(tǒng)的計算機視覺工具使用新穎的深度學習算法，通過觀察實時生物力學運動來預(yù)測運動，深度學習算法基于骨盆生物力學運動預(yù)測運動，因此骨盆區(qū)域是變化的關(guān)鍵指標。

藍點表示右邊行人的未來方向（見上圖）

SwRI的高級研究分析師Samuel E. Slocum指出，隨著全球汽車產(chǎn)業(yè)加速擁抱自動駕駛，不久的未來或許就將實現(xiàn)上路普及，最近發(fā)生的涉及自動駕駛汽車的事故使對改善行人和其他移動障礙物檢測的呼聲越來越高。盡管以前的技術(shù)可以跟蹤和預(yù)測直線運動，但它們無法預(yù)測突然的變化。人體運動預(yù)測系統(tǒng)提供了一些重要的安全功能來幫助保護行人。盡管以前的技術(shù)可以跟蹤和預(yù)測直線運動，但它們無法預(yù)測突然的變化。例如，如果一個行人向西走，該系統(tǒng)可以預(yù)測該人是否會突然向南轉(zhuǎn)。

運動預(yù)測通常使用光流算法來基于橫向運動預(yù)測方向和速度。光流是計算機視覺的一種，將算法與相機配對以跟蹤動態(tài)對象，但是當人們朝著意外方向移動時，準確性會降低。SwRI將光流與其他深度學習方法進行了比較，從而優(yōu)化了優(yōu)于競爭算法的新型時間卷積網(wǎng)絡(luò)，并預(yù)測了毫秒內(nèi)運動的突然變化。SwRI優(yōu)化了網(wǎng)絡(luò)層中的擴展, 使用卷積神經(jīng)網(wǎng)絡(luò)來處理視頻數(shù)據(jù),從而在更高級別上學習和預(yù)測趨勢。

該研究團隊還利用了SwRI的無標記運動捕捉系統(tǒng)，該系統(tǒng)使用相機視覺和感知算法來提供關(guān)于運動學和關(guān)節(jié)運動的深刻見解。

這個名為“稀疏骨骼特征的運動預(yù)測”的系統(tǒng)可與各種基于相機的系統(tǒng)一起使用，應(yīng)用于包括人類性能，自動車輛和機器人制造等領(lǐng)域。

關(guān)于美國西南研究院（Southwest Research Institute）

美國西南研究院成立于1947年，是一家獨立的、非營利性質(zhì)的、專門從事技術(shù)開發(fā)和轉(zhuǎn)讓的應(yīng)用研究與開發(fā)機構(gòu)，是美國同類企業(yè)中最大的企業(yè)之一，該企業(yè)根據(jù)合同為政府及全球的工業(yè)客戶進行研究。