この手法では、歩行者の3Dジオメトリモデリングに加えて、各歩行者の時間情報をモデリングします。そのために、第1ステージで現在と過去の両方の位置を予測し、各歩行者をフレーム間でリンクし、第2ステージで総合的な時空間情報を取得できるようにします。また、オブジェクト間の相互作用を相互作用グラフでモデル化し、隣接するオブジェクト間の情報を収集します。

Lyftデータセットと最近リリースされた大規模なWaymo Open Datasetに関する統合的な実験により、オブジェクト検出と将来の軌道予測の両方が提案された方法の有効性を検証しました。Waymo Open Datasetの場合、鳥瞰図（BEV）検出APが80.73で、軌道予測平均変位誤差（ADE）が歩行者に対して33.67cmであり、両方のタスクで最先端の技術より優れたことが検証されました。