Пространствено-времеви конволюционни мрежи върху графи
Пространствено-времеви конволюционни мрежи (ST-GCN) е архитектура, представена от Yan et al. през 2018 г. за разпознаване на действия въз основа на скелетни данни. Чрез моделиране на човешки скелети като графи, където ставите са възли, а костите са ребра, ST-GCN прилага графови конволюции в пространството и времето за разпознаване на действия от скелетни последователности.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- 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 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Spatial-Temporal Graph Convolutional Networks for Skeleton-Based Action Recognition. ScholarGate. https://scholargate.app/bg/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.
- Mamba (модел с отворено състояние)Дълбоко обучение↔ compare
- Swin TransformerДълбоко обучение↔ compare
- Vision MambaДълбоко обучение↔ compare
- Vision TransformerДълбоко обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →