一种基于改进GAN的行人轨迹预测算法.pdfVIP

第４２卷第３期计算机应用与软件Ｖｏｌ４２Ｎｏ．３

２０２５年３月ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅＭａｒ．２０２５

一种基于改进ＧＡＮ的行人轨迹预测算法

１２２２

谢龙洋张军刘元盛王子钰

１（北京联合大学北京市信息服务工程重点实验室北京１００１０１）

２（北京联合大学机器人学院北京１００１０１）

摘要为准确预测出行人未来轨迹，提出一种基于改进ＧＡＮ的行人轨迹预测模型。该模型以观察者相机运

动状态向量、行人姿态信息及行人历史轨迹作为输入；在注意力模块中，采用运动注意力机制来衡量观察者相机

运动对行人轨迹的影响，采用姿态注意力机制提取人体姿态中的隐藏特征，并采用交互注意力机制来建模行人之

间的社交交互；通过生成对抗网络获取预测轨迹。实验验证表明，所提出的模型精度高于目前已有算法。

关键词生成对抗网络注意力机制人体姿态社交交互

中图分类号ＴＰ３９１文献标志码ＡＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０２５．０３．０３５

ＡＰＥＤＥＳＴＲＩＡＮＴＲＡＪＥＣＴＯＲＹＰＲＥＤＩＣＴＩＯＮＡＬＧＯＲＩＴＨＭＢＡＳＥＤＯＮＩＭＰＲＯＶＥＤＧＡＮ

１２２２

ＸｉｅＬｏｎｇｙａｎｇＺｈａｎｇＪｕｎＬｉｕＹｕａｎｓｈｅｎｇＷａｎｇＺｉｙｕ

１（ＢｅｉｊｉｎｇＫｅｙＬａｂｏｒａｔｏｒｙｏｆＩｎｆｏｒｍａｔｉｏｎＳｅｒｖｉｃｅＥｎｇｉｎｅｅｒｉｎｇ，ＢｅｉｊｉｎｇＵｎｉｏｎＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１００１０１，Ｃｈｉｎａ）

２（ＳｃｈｏｏｌｏｆＲｏｂｏｔｉｃｓ，ＢｅｉｊｉｎｇＵｎｉｏｎＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１００１０１，Ｃｈｉｎａ）

ＡｂｓｔｒａｃｔＩｎｏｒｄｅｒｔｏａｃｃｕｒａｔｅｌｙｐｒｅｄｉｃｔｔｈｅｆｕｔｕｒｅｔｒａｊｅｃｔｏｒｙｏｆｐｅｄｅｓｔｒｉａｎｓ，ａｐｅｄｅｓｔｒｉａｎｔｒａｊｅｃｔｏｒｙｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌ

ｂａｓｅｄｏｎｉｍｐｒｏｖｅｄＧＡＮｉｓｐｒｏｐｏｓｅｄ．Ｔｈｅｍｏｄｅｌｔｏｏｋｔｈｅｏｂｓｅｒｖｅｒｓｃａｍｅｒａｍｏｔｉｏｎｓｔａｔｅｖｅｃｔｏｒ，ｐｅｄｅｓｔｒｉａｎｐｏｓｅ

ｉｎｆｏｒｍａｔｉｏｎａｎｄｐｅｄｅｓｔｒｉａｎｓｈｉｓｔｏｒｉｃａｌｔｒａｊｅｃｔｏｒｙａｓｉｎｐｕｔ．Ｉｎｔｈｅａｔｔｅｎｔｉｏｎｍｏｄｕｌｅ，ｔｈｅｍｏｔｉｏｎａｔｔｅｎｔｉｏｎｍｅｃｈａｎｉｓｍｗａｓ

ｕｓｅｄｔｏｍｅａｓｕｒｅｔｈｅｉｍｐａｃｔｏｆｔｈｅｏｂｓｅｒｖｅｒｓｃａｍｅｒａｍｏｔｉｏｎｏｎｔｈｅｐｅｄｅｓｔｒｉａｎｓｔｒａｊｅｃｔｏｒｙ，ａｎｄｔｈｅｐｏｓｔｕｒｅａｔｔｅｎｔｉｏｎ

ｍｅｃｈａｎｉｓｍｗａｓｕｓｅｄｔｏｅｘｔｒａｃｔｔｈｅｈｉｄｄｅｎｆｅａｔｕｒｅｓｉｎｔｈｅｈｕｍａｎｐｏｓｅ．Ｔｈｅｉｎｔｅｒａｃｔｉｖｅａｔｔｅｎｔｉｏｎｍｅｃｈａｎｉｓｍｗａｓｕｓｅｄｔｏ

ｍｏｄｅｌｔｈｅｓｏｃｉａｌｉｎｔｅｒａｃｔｉｏｎｂｅｔｗｅｅｎｐｅｄｅｓｔｒｉａｎ．Ｔｈｅｐｒｅｄｉｃｔｅｄｔｒａｊｅｃｔｏｒｉｅｓｗｅｒｅｏｂｔａｉｎｅｄｔｈｒｏｕｇｈｔｈｅｇｅｎｅｒａｔｉｖｅ

ａｄｖｅｒｓａｒｉａｌｎｅｔｗｏｒｋ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｏｄｅｌｈａｓｈｉｇｈｅｒａｃｃｕｒａｃｙｔｈａｎｔｈｅｅｘｉｓｔｉｎｇａｌｇｏｒｉｔｈｍｓ．

ＫｅｙｗｏｒｄｓＧｅｎｅｒａｔｉｖｅａｄｖｅｒｓａｒｉａｌｎｅｔｗｏｒｋＡｔｔｅｎｔｉｏｎｍｅｃｈａｎｉｓｍＨｕｍａｎｐｏｓｔｕｒｅＳｏｃｉａｌｉｎｔｅｒａｃｔｉｏｎ

视频中的像素位置与真实世界中的３Ｄ位置往往存在

０引言