論文解決的問題：靜態場景下估計物體最可能的運動軌跡。
Motivation:?
用神經網絡，對行人和周圍環境進行建模（空間上下文）和行人的方向建模（時間上下文）。
估計出行人與周圍環境的交互和方向后，設計具體的損失函數，使path在可能出現的地方和可能的方向時loss最小。
缺點：
只對行人與靜態環境的交互性進行建模，沒有考慮行人本身的動態信息。
方法：
1、構建spatial Matching Network。
? ? ? ?輸入：包含物體的patch和場景的patch。需要標注行人與環境的匹配信息。
? ? ? ?輸出：匹配的概率
2、Orientation Network
? ? ?輸入：object path。需要已知兩個鄰居幀間相同物體的相對位置的ground truth angle。
? ? ?輸出：物體面對的方向。（facing orientation）
3、Path planing
? 算法：graph shortest path 算法
數據集
訓練：VIRAT 數據集
測試：KIT AIS Dataset
評測方法
modified Hausdorff distance(MHD)
