Décrypter les comportements humains pour prédire leurs futurs parcours/trajectoires et leurs actions à partir de vidéos est crucial dans de nombreuses applications. Guidés par cette idée, cet article étudie la prédiction du futur parcours d'un piéton conjointement avec ses activités futures. Nous proposons un système d'apprentissage multitâche, de bout en bout, qui utilise des caractéristiques visuelles riches concernant les informations sur le comportement humain et son interaction avec l'environnement. Pour faciliter l'entraînement, le réseau est appris avec une tâche auxiliaire consistant à prédire l'emplacement futur où l'activité se produira. Les résultats expérimentaux démontrent notre performance de pointe sur deux benchmarks publics en matière de prédiction de trajectoire future. De plus, notre méthode est capable de générer des prédictions d'activités futures significatives en complément du parcours. Ce résultat fournit la première preuve empirique que la modélisation conjointe des parcours et des activités améliore la prédiction du futur parcours.