Xarxes Convolucionals de Graf Espaciotemporal
Les Xarxes Convolucionals de Graf Espaciotemporal (ST-GCN) són una arquitectura introduïda per Yan et al. el 2018 per al reconeixement d'accions basat en esquelets. Modelant els esquelets humans com a grafs on les articulacions són nodes i els ossos són arestes, ST-GCN aplica convolucions de graf a través de l'espai i el temps per reconèixer accions a partir de seqüències d'esquelets.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- 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 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Spatial-Temporal Graph Convolutional Networks for Skeleton-Based Action Recognition. ScholarGate. https://scholargate.app/ca/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 (Model d'Espai d'Estats)Aprenentatge profund↔ compare
- Swin TransformerAprenentatge profund↔ compare
- Vision MambaAprenentatge profund↔ compare
- Vision TransformerAprenentatge profund↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →