Machine learningDeep Learning, Graph Neural Networks, Action Recognition
공간-시간 그래프 컨볼루션 네트워크
공간-시간 그래프 컨볼루션 네트워크(ST-GCN)는 Yan 등이 2018년에 골격 기반 행동 인식을 위해 소개한 아키텍처입니다. 인간 골격을 관절을 노드로, 뼈를 엣지로 하는 그래프로 모델링함으로써, ST-GCN은 공간과 시간 전반에 걸쳐 그래프 컨볼루션을 적용하여 골격 시퀀스로부터 행동을 인식합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Spatial-Temporal Graph Convolutional Networks for Skeleton-Based Action Recognition. ScholarGate. https://scholargate.app/ko/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.
- 맘바 (상태 공간 모델)딥러닝↔ compare
- Swin Transformer딥러닝↔ compare
- Vision Mamba딥러닝↔ compare
- Vision Transformer딥러닝↔ compare