Human Trajectory Prediction usin

任务：

已知N个行人的T个时刻的轨迹信息，预测接下来时刻他们的轨迹。

优点：

既考虑了行人交互间的动态信息，又考虑了行人与周围环境间的静态信息。但是方法是其他方法的累加，没有很大的创新。

方法：

1、Spatial Context Matching

每个类别的物体（行人，车辆）都应该与坏境有着一个统一的交互关系。仅仅考虑patch的信息可能不足以说明他们间的交互信息，因此，对patch进行扩充。

2、pool静止：dynamic social pooling和static context pool

3、Spatio-Temporal Attention

考虑之前行人的信息更利于做长久的规划。训练的时候输入真值，预测的时候输入预测值。

数据集：

ETH，UCY，Stanford Drone Dataset