تشكل عملية تنبؤ مسارات الحشود (Crowd Trajectory Prediction) جزءًا حيويًا من استراتيجيات السلامة وإدارة الأحداث الجماهيرية، حيث تلعب دورًا كبيرًا في منع الكوارث مثل حوادث التدافع. في الآونة الأخيرة، تناولت الدراسات المشكلة من خلال التنبؤ بمسارات الأفراد مع الأخذ بعين الاعتبار الكائنات المحيطة بناءً على بيانات مُعَلمة يدويًا. ومع ذلك، تواجه هذه الأساليب تحديات كبيرة، خاصة في السيناريوهات ذات الحشود الكثيفة، حيث تزيد صعوبة الأتمتة بسبب الكثافة والضجيج وعدم دقة مخرجات التتبع، مما يؤدي إلى تكاليف حسابية مرتفعة.

لمعالجة هذه التحديات، نقترح ونتناول تقييمًا مقارنة منهجية جديدة تعتمد على التجميع (Clustering) الديناميكي، حيث تجمع الأفراد بناءً على خصائص مشابهة على مر الزمن. هذه الطريقة تمكّن من تنفيذ أسرع من خلال تلخيص مجموعة دقيق. منهجنا يسمى plug-and-play، حيث يمكن دمجه مع متنبئي المسارات الحاليين باستخدام مركز المخرجات لدينا بدلاً من إدخال المشاة لديهم.

قمنا بتقييم طريقتنا المقترحة في عدة مشاهد صعبة لحشود كثيفة، وأثبتنا أن منهجنا يؤدي إلى معالجة أسرع واستخدام ذاكرة أقل مقارنة بالطرق الحديثة، بينما يحافظ على دقة الأداء.