Spatial-Temporal Graph Convolutional Networks
Spatial-Temporal Graph Convolutional Networks (ST-GCN) er en arkitektur introdusert av Yan et al. i 2018 for skjelettbasert handlingsgjenkjenning. Ved å modellere menneskelige skjeletter som grafer der ledd er noder og bein er kanter, anvender ST-GCN grafkonvolusjoner over rom og tid for å gjenkjenne handlinger fra skjelettsekvenser.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Spatial-Temporal Graph Convolutional Networks for Skeleton-Based Action Recognition. ScholarGate. https://scholargate.app/no/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 (tilstandsromsmodell)Dyp læring↔ compare
- Swin TransformerDyp læring↔ compare
- Vision MambaDyp læring↔ compare
- Vision TransformerDyp læring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →