一种多尺度时空特征融合网络的行人轨迹预测方法

本发明提供了一种多尺度时空特征融合网络的行人轨迹预测方法，属于计算机视觉技术领域。解决了行人轨迹预测中如何有效学习复杂的时空特征及其相互关系的问题。其技术方案为：包括以下步骤：S1：获取数据集数据；S2：使用自注意力机制学习每个行人的时间依赖性特征；S3：将行人坐标转换为空间图；S4：跨时空交互特征通过多头自注意力来提取；S5：获取时间特征、空间特征和跨时空交互特征；S6：将融合后的时空特征通过时间外推卷积神经网络MTCN，实现多轨迹预测。本发明的有益效果为：通过多层时间外推卷积神经网络MTCN实现多轨迹预测。