一种用于车辆行为预测的深度神经网络，通过多尺度增强特征融合，同时利用时频图和空间关系，能够更准确地预测车辆的未来轨迹。
Wang, Xingyu · Qirui, Luo · Kai, Liu · Ruichi, Mao · 吴光强
IEEE Internet of Things Journal 2024
通过多尺度增强特征融合，模型能够更充分地利用输入信息，从而提升预测精度。
将一维数据转换为图表示后，通过多尺度交叉学习注意力机制促进跨域跨尺度特征交互，避免了不必要的计算开销。