行人轨迹预测技术在智能导航、安全预防和智能交通等领域中应用广泛,在拥挤环境场景中,行人相互之间交互作用复杂,尤其是考虑到行人容易受到场景中其他行人运动的社会影响,实现准确的预测面临很大的挑战。轨迹数据具有时间连续以及空间连续的强烈特征,最近LSTM及其变体在学习拥挤场景中移动对象的时空相关性方面展示出了良好的能力,但受限于模型本身不能并行的缺陷,经常导致模型训练计算复杂度过高、模型参数数量过多,从而带来的训练时间过长的问题。在大多数场景中,解决时序轨迹预测问题考虑循环网络是非常实用的,然而,最近的研究表明,在音频合成以及语言建模等领域,时间卷积网络（英文全称,Temporal Convolutional Network）取得了比循环网络更优异的效果。此外,完全基于注意力机制的Transformer结构在机器翻译任务上也表现出极大潜力,具有更高的可并行性。为了探讨上述问题,分别采用Transformer结构和时间卷积网络进行复杂场景下的行人轨迹预测。基于Transformer网络对人群轨迹预测进行建模,将注意力机制分别应用到时间维度和空间维度,可以让模型更好的应对时间相关性和空间复杂性,基于人群中移动的行人之间的社会交互作用丰富学习模型。基于TCN利用扩张的因果卷积对人体运动进行建模,在有效捕获长期依赖的同时也可以降低计算复杂性,并且TCN可以通过多种方式更改接收字段的大小,接受任意长度的输入,具备很强的灵活性。基于TCN作为节点代表行人,每个节点都会接收到多个输入,包括代表自身节点捕获历史轨迹信息的TCN模型的输出和代表邻近行人影响的多个TCN模型的输出。基于公开数据集对模型的实时性和准确性进行了评估,并同Social-LSTM网络和注意力机制进行对比。实验结果表明时间卷积网络的平均预测精确度优于Transformer网络,准确性相对注意力机制提高了10%,但是Transformer网络的整体耗时优于时间卷积网络,所需时间相对Social-LSTM减少了35%。