Los investigadores presentan una canalización unificada de recuperación para escenarios de conducción autónoma que integra incrustaciones visuales con representaciones basadas en trayectorias para abordar las limitaciones de los enfoques de modalidad única.
- El estudio investiga dos métodos de trayectoria: Exo-Trajectory, un método de coincidencia explícita basado en el movimiento de agentes circundantes, y ScenarioFormer, una representación basada en transformadores aprendida mediante aprendizaje contrastivo.
- Las representaciones de trayectoria demuestran un rendimiento sólido para eventos centrados en el movimiento, como cortes de tráfico, maniobras de giro y colas de tráfico.
- Las incrustaciones visuales destacan cuando las pistas de apariencia son informativas.
- Combinar información visual y de trayectoria mejora consistentemente la calidad de recuperación, obteniendo el mejor rendimiento general.
Estos hallazgos indican que la captura de apariencia y movimiento son nociones complementarias de similitud de escenario, lo que motiva sistemas multimodales para minería de datos, curación de conjuntos de datos y validación basada en escenarios.