1. 研究目的与意义（文献综述）

行人轨迹预测是计算机视觉领域研究的热点问题之一，是根据行人过去的一段时间的轨迹，预测其未来的轨迹，该技术在自动驾驶、服务机器人导航、城市街道规划等领域中都起着广泛的作用。行人在决策的过程中比较灵活主观，甚至完全相同的场景，不同的人都会采取不同的决策，其机动性和灵活性大大增加了该问题的难度，其具体的难点可以概括为以下几个方面：

1）如何预测出既符合物理约束，又符合社会规范的轨迹。符合物理约束指预

出的轨迹应该是物理可行的，例如一个人不能穿过另一个人等。符合社会规范指行人的一些社会学行为，例如结伴而行、相互礼让等。

2. 研究的基本内容与方案

1) 学习目标跟踪的基本知识。

2) 学习并使用对抗生成网络。

3) 实现基于对抗生成网络的目标轨迹预测。

3. 研究计划与安排

1) 第1-3周 完成题目调研，完成文献阅读，进行相关资料的收集，完成文献综述以及开题报告撰写；

2) 第4-6周 学习目标跟踪、对抗生成网络基本知识，以及tensor flow 和pytorch 的使用。

3) 第7-11周 完成基于生成对抗网络的目标轨迹预测的代码实现；

4. 参考文献（12篇以上）

[1] 孟琭，杨旭．目标跟踪算法综述[j]．自动化学报，2019，45(7)：1244-1260．

[2] 聂文． 基于gan的活动识别迁移学习方法研究[d]．哈尔滨工业大学，2019．

[3] 李强． 基于深度学习的行人重识别技术研究[d]．西安电子科技大学，2019．