Ruimtelijke-Temporele Grafische Convolutie Netwerken
Ruimtelijke-Temporele Grafische Convolutie Netwerken (ST-GCN) is een architectuur geïntroduceerd door Yan et al. in 2018 voor skelet-gebaseerde actieherkenning. Door menselijke skeletten te modelleren als grafen waarbij gewrichten knooppunten zijn en botten verbindingen, past ST-GCN grafische convoluties toe over ruimte en tijd om acties uit skeletsequenties te herkennen.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Spatial-Temporal Graph Convolutional Networks for Skeleton-Based Action Recognition. ScholarGate. https://scholargate.app/nl/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 (State Space Model)Deep learning↔ compare
- Swin TransformerDeep learning↔ compare
- Vision MambaDeep learning↔ compare
- Transformator voor Visuele WaarnemingDeep learning↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →