Ruumilis-ajaline graafikonvolutsioonivõrgustikud
Ruumilis-ajaline graafikonvolutsioonivõrgustikud (ST-GCN) on Yan et al. poolt 2018. aastal tutvustatud arhitektuur skeletipõhiseks tegevuste tuvastamiseks. Modelleerides inimkeha skelette graafidena, kus liigesed on sõlmed ja luud on servad, rakendab ST-GCN graafikonvolutsioone ruumis ja ajas, et tuvastada tegevusi skeletijadadest.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Spatial-Temporal Graph Convolutional Networks for Skeleton-Based Action Recognition. ScholarGate. https://scholargate.app/et/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 (oleku-ruumi mudel)Süvaõpe↔ compare
- Swin TransformerSüvaõpe↔ compare
- Vision MambaSüvaõpe↔ compare
- Vision TransformerSüvaõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →