L’anticipation du comportement des piétons constitue un défi majeur dans la conception de systèmes d’assistance et de conduite autonome adaptés aux environnements urbains. Un système intelligent doit être capable de comprendre les intentions ou les motivations sous-jacentes des piétons, ainsi que de prédire leurs actions futures. À ce jour, seuls quelques jeux de données publics ont été proposés dans le cadre de l’étude de la prédiction du comportement des piétons dans le contexte de la conduite intelligente. À cet effet, nous proposons un nouveau jeu de données à grande échelle dédié à l’estimation des intentions des piétons (PIE). Nous avons mené une vaste expérience humaine afin d’établir des données de référence humaines sur les intentions des piétons dans des scénarios de circulation. Nous proposons également des modèles pour estimer l’intention de traversée des piétons et prédire leur trajectoire future. Notre modèle d’estimation d’intention atteint une précision de 79 %, tandis que notre algorithme de prédiction de trajectoire surpasse les méthodes de pointe de 26 % sur le jeu de données proposé. Nous montrons également que la combinaison de l’intention des piétons avec leur mouvement observé améliore significativement la prédiction de trajectoire. Le jeu de données et les modèles sont disponibles à l’adresse suivante : http://data.nvision2.eecs.yorku.ca/PIE_dataset/.