CINECA IRIS Institutional Research Information System
IRIS è l'Anagrafe della ricerca dell'Università degli Studi di Trento, e ha lo scopo di raccogliere, documentare, conservare e diffondere, anche ad accesso aperto, la produzione scientifica degli autori afferenti all'Università degli Studi di Trento.
EnglishEmbedding group and obstacle information in LSTM networks for human trajectory prediction in crowded scenes / Bisagno, Niccoló; Saltori, Cristiano; Zhang, Bo; De Natale, Francesco G. B.; Conci, Nicola. - In: COMPUTER VISION AND IMAGE UNDERSTANDING. - ISSN 1077-3142. - 203(2021), p. 103126.
Scheda prodotto non validato
I dati visualizzati non sono stati ancora sottoposti a validazione formale da parte dello Staff di IRIS, ma sono stati ugualmente trasmessi al Sito Docente Cineca (Loginmiur).
| Titolo: | Embedding group and obstacle information in LSTM networks for human trajectory prediction in crowded scenes | |
| Autori: | Bisagno, Niccoló; Saltori, Cristiano; Zhang, Bo; De Natale, Francesco G. B.; Conci, Nicola | |
| Autori Unitn: | ||
| Titolo del periodico: | COMPUTER VISION AND IMAGE UNDERSTANDING | |
| Anno di pubblicazione: | 2021 | |
| Digital Object Identifier (DOI): | http://dx.doi.org/10.1016/j.cviu.2020.103126 | |
| Handle: | http://hdl.handle.net/11572/296757 | |
| Citazione: | Embedding group and obstacle information in LSTM networks for human trajectory prediction in crowded scenes / Bisagno, Niccoló; Saltori, Cristiano; Zhang, Bo; De Natale, Francesco G. B.; Conci, Nicola. - In: COMPUTER VISION AND IMAGE UNDERSTANDING. - ISSN 1077-3142. - 203(2021), p. 103126. | |
| Appare nelle tipologie: |
File in questo prodotto:
Non ci sono file associati a questo prodotto.
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione
Copyright © 2022