الصفحة الرئيسية>المتعلقة بالبرمجة>بايثون
تنزيل

غان الاجتماعي

هذا هو رمز الورقة

GAN الاجتماعية: مسارات مقبولة اجتماعيًا مع شبكات خصومة
Agrim Gupta ، Justin Johnson ، Fei-Fei Li ، Silvio Savarese ، Alexandre Alahi
قدمت في CVPR 2018

الحركة البشرية هي بين الأشخاص ، متعدد الوسائط وتتبع الاتفاقيات الاجتماعية. في هذه الورقة ، نتعامل مع هذه المشكلة من خلال الجمع بين الأدوات من التنبؤ التسلسلي والشبكات العدائية التوليدية: يلاحظ نموذج متكرر تسلسل إلى تسلسل تاريخ الحركة ويتوقع السلوك المستقبلي ، باستخدام آلية تجميع جديدة لتجميع المعلومات عبر الناس.

أدناه ، نعرض أمثلة على التنبؤات المقبولة اجتماعيًا التي قام بها نموذجنا في السيناريوهات المعقدة. يتم الإشارة إلى كل شخص بلون مختلف. نشير إلى مسار الملاحظة بواسطة النقاط والمسار المتوقع من قبل النجوم.

إذا وجدت هذا الرمز مفيدًا في بحثك ، فيرجى الاستشهاد 

 @inproceedings{gupta2018social,
  title={Social GAN: Socially Acceptable Trajectories with Generative Adversarial Networks},
  author={Gupta, Agrim and Johnson, Justin and Fei-Fei, Li and Savarese, Silvio and Alahi, Alexandre},
  booktitle={IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
  number={CONF},
  year={2018}
}

نموذج

يتكون نموذجنا من ثلاثة مكونات رئيسية: المولد (G) ، وحدة التجميع (PM) والتمييز (D). يعتمد G على إطار تشفير ترميز الترميز حيث نربط الحالات المخفية للتشفير والترميز عبر PM. يأخذ G مسارات إدخال لجميع الأشخاص المشاركين في المشهد والمخرجات المقابلة المسارات المتوقعة. D مدخلات التسلسل بأكمله يشتمل على مسار الإدخال والتنبؤ في المستقبل وتصنيفها على أنها "حقيقية/مزيفة".

يثبت

تم تطوير جميع الكود واختباره على Ubuntu 16.04 مع Python 3.5 و Pytorch 0.4.

يمكنك إعداد بيئة افتراضية لتشغيل الرمز مثل هذا: 

python3 -m venv env               # Create a virtual environment
source env/bin/activate           # Activate virtual environment
pip install -r requirements.txt   # Install dependencies
echo $PWD > env/lib/python3.5/site-packages/sgan.pth  # Add current directory to python path
# Work for a while ...
deactivate  # Exit virtual environment

نماذج ما قبل

يمكنك تنزيل النماذج المسبقة عن طريق تشغيل bash scripts/download_models.sh . سيؤدي هذا إلى تنزيل النماذج التالية:

  • sgan-models/<dataset_name>_<pred_len>.pt : يحتوي على 10 نماذج مسبقة لجميع مجموعات البيانات الخمسة. تتوافق هذه النماذج مع SGAN-20V-20 في الجدول 1.
  • sgan-p-models/<dataset_name>_<pred_len>.pt : يحتوي على 10 نماذج مسبقة لجميع مجموعات البيانات الخمسة. تتوافق هذه النماذج مع SGAN-20VP-20 في الجدول 1.

يرجى الرجوع إلى حديقة الحيوان النموذجية للحصول على النتائج.

نماذج تشغيل

يمكنك استخدام scripts/evaluate_model.py لتشغيل أي من النماذج المسبقة بسهولة على أي من مجموعات Dats. على سبيل المثال ، يمكنك تكرار نتائج الجدول 1 لجميع مجموعات البيانات لـ SGAN-20V-20 مثل هذا: 

python scripts/evaluate_model.py 
  --model_path models/sgan-models

تدريب نماذج جديدة

يمكن العثور على تعليمات لتدريب نماذج جديدة هنا.

يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل