ReP USP - Resultado da busca

Tese (Doutorado)
Scene compliant spatio-temporal multi-modal multi-agent long-term trajectory forecasting (2021)
Ridel, Daniela Alves; Wolf, Denis Fernando (Orientador)
Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, REDES NEURAIS, VEÍCULOS AUTÔNOMOS, CIDADES INTELIGENTES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RIDEL, Daniela Alves. Scene compliant spatio-temporal multi-modal multi-agent long-term trajectory forecasting. 2021. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-08112021-112852/. Acesso em: 02 dez. 2025.
APA
Ridel, D. A. (2021). Scene compliant spatio-temporal multi-modal multi-agent long-term trajectory forecasting (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-08112021-112852/
NLM
Ridel DA. Scene compliant spatio-temporal multi-modal multi-agent long-term trajectory forecasting [Internet]. 2021 ;[citado 2025 dez. 02 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-08112021-112852/
Vancouver
Ridel DA. Scene compliant spatio-temporal multi-modal multi-agent long-term trajectory forecasting [Internet]. 2021 ;[citado 2025 dez. 02 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-08112021-112852/
Artigo de periodico
Scene compliant trajectory forecast with agent-centric spatio-temporal grids (2020)
Ridel, Daniela Alves ; Deo, Nachiket; Wolf, Denis Fernando ; Trivedi, Mohan
Fonte: IEEE Robotics and Automation Letters. Unidade: ICMC
Assuntos: ANÁLISE DE TRAJETÓRIAS, GEOMETRIA E MODELAGEM COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RIDEL, Daniela Alves et al. Scene compliant trajectory forecast with agent-centric spatio-temporal grids. IEEE Robotics and Automation Letters, v. 5, n. 2, p. 2816-2823, 2020Tradução . . Disponível em: https://doi.org/10.1109/LRA.2020.2974393. Acesso em: 02 dez. 2025.
APA
Ridel, D. A., Deo, N., Wolf, D. F., & Trivedi, M. (2020). Scene compliant trajectory forecast with agent-centric spatio-temporal grids. IEEE Robotics and Automation Letters, 5( 2), 2816-2823. doi:10.1109/LRA.2020.2974393
NLM
Ridel DA, Deo N, Wolf DF, Trivedi M. Scene compliant trajectory forecast with agent-centric spatio-temporal grids [Internet]. IEEE Robotics and Automation Letters. 2020 ; 5( 2): 2816-2823.[citado 2025 dez. 02 ] Available from: https://doi.org/10.1109/LRA.2020.2974393
Vancouver
Ridel DA, Deo N, Wolf DF, Trivedi M. Scene compliant trajectory forecast with agent-centric spatio-temporal grids [Internet]. IEEE Robotics and Automation Letters. 2020 ; 5( 2): 2816-2823.[citado 2025 dez. 02 ] Available from: https://doi.org/10.1109/LRA.2020.2974393
Trabalho de evento
Understanding pedestrian-vehicle interactions with vehicle mounted vision: an LSTM model and empirical analysis (2019)
Ridel, Daniela Alves; Deo, Nachiket; Wolf, Denis Fernando ; Trivedi, Mohan
Fonte: Proceedings. Nome do evento: IEEE Intelligent Vehicles Symposium - IV. Unidade: ICMC
Assuntos: CIRCULAÇÃO DE PEDESTRES, VEÍCULOS AUTÔNOMOS, TRÁFEGO RODOVIÁRIO, ANÁLISE DE TRAJETÓRIAS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RIDEL, Daniela Alves et al. Understanding pedestrian-vehicle interactions with vehicle mounted vision: an LSTM model and empirical analysis. 2019, Anais.. Piscataway: IEEE, 2019. Disponível em: https://doi.org/10.1109/IVS.2019.8813798. Acesso em: 02 dez. 2025.
APA
Ridel, D. A., Deo, N., Wolf, D. F., & Trivedi, M. (2019). Understanding pedestrian-vehicle interactions with vehicle mounted vision: an LSTM model and empirical analysis. In Proceedings. Piscataway: IEEE. doi:10.1109/IVS.2019.8813798
NLM
Ridel DA, Deo N, Wolf DF, Trivedi M. Understanding pedestrian-vehicle interactions with vehicle mounted vision: an LSTM model and empirical analysis [Internet]. Proceedings. 2019 ;[citado 2025 dez. 02 ] Available from: https://doi.org/10.1109/IVS.2019.8813798
Vancouver
Ridel DA, Deo N, Wolf DF, Trivedi M. Understanding pedestrian-vehicle interactions with vehicle mounted vision: an LSTM model and empirical analysis [Internet]. Proceedings. 2019 ;[citado 2025 dez. 02 ] Available from: https://doi.org/10.1109/IVS.2019.8813798
Dissertação (Mestrado)
Detecção e rastreamento de obstáculos em ambientes urbanos utilizando visão estéreo (2016)
Ridel, Daniela Alves; Wolf, Denis Fernando (Orientador)
Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, VISÃO COMPUTACIONAL, ROBÓTICA, COMPUTAÇÃO MÓVEL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RIDEL, Daniela Alves. Detecção e rastreamento de obstáculos em ambientes urbanos utilizando visão estéreo. 2016. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2016. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-31102016-101654/. Acesso em: 02 dez. 2025.
APA
Ridel, D. A. (2016). Detecção e rastreamento de obstáculos em ambientes urbanos utilizando visão estéreo (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-31102016-101654/
NLM
Ridel DA. Detecção e rastreamento de obstáculos em ambientes urbanos utilizando visão estéreo [Internet]. 2016 ;[citado 2025 dez. 02 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-31102016-101654/
Vancouver
Ridel DA. Detecção e rastreamento de obstáculos em ambientes urbanos utilizando visão estéreo [Internet]. 2016 ;[citado 2025 dez. 02 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-31102016-101654/

Unidades USP

ReP

Filtros

Assuntos