Predecir trayectorias de peatones en escenarios urbanos es una tarea desafiante que tiene una amplia gama de aplicaciones, desde la vigilancia por video hasta la conducción autónoma. La tarea es difícil ya que el comportamiento de los peatones se ve afectado tanto por la historia de sus trayectorias individuales, sus interacciones con otros y con el entorno. Para predecir trayectorias de peatones, se introduce una red neuronal gráfica espacio-temporal consciente de la interacción basada en la atención. Este documento presenta un enfoque basado en dos componentes: una red neuronal gráfica espacial (SGNN) para modelar interacciones y una red neuronal gráfica temporal (TGNN) para la extracción de características de movimiento. El SGNN utiliza un método de atención para recopilar periódicamente interacciones espaciales entre todos los peatones. El TGNN también emplea un método de atención, esta vez para recopilar el patrón de movimiento temporal de cada peatón. Finalmente, en las características de la dimensión temporal del grafo, se emplea una red neuronal convolucional (CNN) extrapoladora de tiempo para predecir las trayectorias. Utilizando un tamaño de variable inferior (datos y modelo) y una mejor precisión, el método propuesto es compacto, eficiente y mejor que el representado por el social-STGCNN. Además, utilizando tres conjuntos de datos de vigilancia por video (ETH, UCY y SDD), D-STGCN logra mejores resultados experimentales considerando los errores de desplazamiento promedio (ADE) y final (FDE), además de predecir más trayectorias sociales.