Gigatrajectory
承办单位：中国人工智能学会
基于30秒（60帧）的历史轨迹数据（2D和3D坐标）以及场景图像，完成准确的长程预测（30秒/60帧）。
赛题背景描述：
预测行人轨迹是无人系统、智慧城市、人类行为理解和服务系统等领域的核心共性问题，意义重大。在这一挑战中，我们邀请选手对十亿像素级复杂场景中的百余名行人进行长程轨迹预测。
比赛任务：
任务给定一个大约40,000平方米的大型开放区域（十亿像素视频），选手需要基于30秒（60帧）的历史轨迹数据（2D和3D坐标）以及场景图像，完成准确的长程预测（30秒/60帧）。赛题提供的十亿像素视频涵盖了场景中多个对象之间的复杂关系，我们鼓励选手设计创新的AI算法来发现这些关系，以提高轨迹预测的准确性。
数据集说明：
训练集由8个视频序列中的行人轨迹组成。训练集压缩目录（train.zip）包含8个ndjson 文件。目录如下：
训练集格式：
数据集文件包含两种不同的数据表示格式：
（1）场景示例
{"scene":{"id":1,"p":254,"s":0,"e":170,"fps":2}}
id：场景 ID
p：行人 ID。
s，e：行人“p”的开始和结束帧ID。
fps：帧速率。
注：对应于每个场景，存在由场景的行人 ID 表示的主要行人。在这个任务中，选手只需要预测主要行人的轨迹，其他行人作为邻居，仅作为参考。也就是说，对于每个场景，选手需要根据前 60 帧的轨迹来预测主要行人的后60 帧的轨迹。
（2）轨迹示例
{"track":{"f":1,"p":24,"x_c":4289,"y_c":5540,"x_w":-3.619011586,"y_w":79.06795471}}
f：帧 ID。
p：主要行人 ID。
x_c，y_c：帧“f”的图像中行人“p”的 x 和 y 像素坐标。
x_w，y_w：“f”帧中行人“p”的 x 和 y 世界坐标，单位为米。该值可能为负值。
评测方法：
为了评估轨迹预测算法的性能，我们采用ADE_Top3和 FDE_Top3作为度量。分数的计算如下。
Score=0.7∗ADEtop3+0.3∗FDEtop3
前 3 个平均位移误差（ADE_Top3）：给定观察场景的 3 个输出预测，我们计算三个ADE（Average Displacement Error）并选择最小的作为 ADE_Top3。ADE是在预测时间期间所有预测位置和地面实况位置上的平均欧几里得距离。较低的值表示更好的性能。
前 3 个最终位移误差（FDE_Top3）：给定观察场景的 3 个输出预测，我们选择与最小 ADE 对应的 FDE（Final Displacement Error）作为 FDE_Top3。FDE 是最终预测位置与对应的地面实况位置之间的平均欧几里德距离。较低的值表示更好的性能。
提交格式：
要评估预测结果，需要提交一个 results.zip 文件，其中包含与测试文件完全相同的目录结构和文件名。测试文件为一个.zip 文件夹“test”，其中包含多个.ndjson 文件。在每个文件中，对应于每个“场景”（长度= 120 帧），选手应该根据前 60 帧（Tobs = 60）的观察结果，预测最后 60 帧（Tpred = 60）中主要行人的世界坐标。
注意：提交文件应包含预测轨迹及对应测试场景数据。选手只需为每个场景中的主要行人提供预测结果。观察的测试轨迹不含 pred_number 和 scene_id 属性。提交文件必须包含每个场景对应的3条预测轨迹。预测轨迹（最后60帧）必须包含以下属性：pred_number ∈ {0,1,2}（预测轨迹序号），scene_id（对应所预测场景的ID）。
测试集格式：
测试集结果文件压缩包的目录示例如下：
表示在帧"f"中，行人"p"的世界坐标为(x,y)，单位为米。该坐标值可能为负数（即含负值）。
输出格式：
输出预测文件示例如下：
pred_number：提供多个预测时的预测编号。需要提交 3 个预测，对应{0，1，2}中的 pred_number。
scene_id：在提交结果中需要指定对应的场景编号。
赛制安排：
初赛阶段（2025 年 7 月 22 日 - 2025 年 8 月 31 日）
决赛阶段（2025年9月）
决赛晋级资格：排行榜前3、且通过复现的队伍，将被邀请至决赛现场参加答辩。
奖金：
赛题季军: ¥10,000，仅1支队伍，由排行榜分数和决赛答辩分数共同决定
赛题亚军: ¥20,000，仅1支队伍，由排行榜分数和决赛答辩分数共同决定
赛题冠军: ¥30,000，仅1支队伍，由排行榜分数和决赛答辩分数共同决定
注意：所有获奖团队均需通过技术复现