STC-MGNet：时空通道注意力增强的多模态图网络用于行人过街意图预测

STC-MGNet 通过时空通道注意力增强的姿态图编码器与多阶段跨模态通道调制机制预测行人过街意图，在 JAADbeh、JAADall 和 PIE 数据集上分别达到 70%、87% 和 88% 的准确率，优于多个代表性基线方法。三个并行注意力分支分别强化骨骼关节、观测帧和特征通道，并以可学习权重融合；消融实验显示视觉与自车运动信息对预测性能有互补贡献。