我々は、密集した交通映像における道路利用者の短期軌道を予測する新しいアルゴリズムを提案します。本手法は、バス、自動車、スクーター、自転車、歩行者など、多様な種類の道路利用者が混在する異種交通環境向けに設計されています。軌道予測のために、異なる道路利用者間の相互作用をモデル化する新たなLSTM-CNNハイブリッドネットワークを使用しています。特に、異なる道路利用者の形状、動態、行動の違いを考慮した異種相互作用を取り扱っています。さらに、各道路利用者の運転行動を暗黙的にモデル化するために視界ベースの相互作用も取り入れています。我々は提案した予測アルゴリズムTraPHicの性能を標準データセットで評価し、またアジア都市部の映像と道路利用者の軌道に対応する新たな密集・異種交通データセットを導入しました。結果として、密集交通データセットにおいて最新の手法よりも30%優れた性能を達成しています。