الشبكات الالتفافية الرسومية المكانية-الزمانية
تُعد الشبكات الالتفافية الرسومية المكانية-الزمانية (ST-GCN) بنيةً قدمها يان وزملاؤه في عام 2018 للتعرف على الحركة بناءً على الهيكل العظمي. من خلال نمذجة الهياكل العظمية البشرية كرسوم بيانية حيث تكون المفاصل هي العقد والعظام هي الحواف، تطبق ST-GCN الالتفافات الرسومية عبر المكان والزمان للتعرف على الحركات من تسلسلات الهياكل العظمية.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Yan, S., Xiong, Y., & Lin, D. (2018). Spatial temporal graph convolutional networks for skeleton-based action recognition. In Proceedings of the AAAI Conference on Artificial Intelligence (Vol. 32). link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Spatial-Temporal Graph Convolutional Networks for Skeleton-Based Action Recognition. ScholarGate. https://scholargate.app/ar/deep-learning/spatial-temporal-gcn
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- مامبا (نموذج فضاء الحالة)التعلم العميق↔ compare
- محول سوين (Swin Transformer)التعلم العميق↔ compare
- رؤية مانجاماالتعلم العميق↔ compare
- محوّل الرؤيةالتعلم العميق↔ compare