本文提出了一种基于图像序列的实时框架，利用时空DenseNet模型识别和预测城市交通中行人的意图。实验结果表明，该方法在准确性和实时性上优于其他基线，平均精度达到84.76%。研究还探讨了多种模型和数据集，并提出了Urban-PIP数据集，以提高自动驾驶系统中行人行为预测的准确性和安全性。

本文介绍了PIP-Net框架，旨在提升自动驾驶汽车对行人过马路意图的预测能力。该模型结合运动数据和场景特征，利用循环和时间注意力机制，能够提前4秒准确预测行人意图。Urban-PIP数据集的推出为行人意图预测提供了新的数据支持，研究表明该模型在交通安全方面显著提升。