Machine learningDeep Learning, Graph Neural Networks, Action Recognition
空間時間グラフ畳み込みネットワーク
空間時間グラフ畳み込みネットワーク（ST-GCN）は、Yanらによって2018年に導入された、骨格ベースのアクション認識のためのアーキテクチャである。人間の骨格を関節をノード、骨をエッジとするグラフとしてモデル化することにより、ST-GCNは空間と時間におけるグラフ畳み込みを適用して、骨格シーケンスからアクションを認識する。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Spatial-Temporal Graph Convolutional Networks for Skeleton-Based Action Recognition. ScholarGate. https://scholargate.app/ja/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（ステート空間モデル）深層学習↔ compare
- Swin Transformer深層学習↔ compare
- Vision Mamba深層学習↔ compare
- ビジョントランスフォーマー深層学習↔ compare