เครือข่ายคอนโวลูชันกราฟเชิงพื้นที่-เวลา
เครือข่ายคอนโวลูชันกราฟเชิงพื้นที่-เวลา (Spatial-Temporal Graph Convolutional Networks - ST-GCN) เป็นสถาปัตยกรรมที่ Yan และคณะ (2018) นำเสนอสำหรับการรู้จำท่าทางจากโครงกระดูก โดยการจำลองโครงกระดูกมนุษย์เป็นกราฟ ซึ่งข้อต่อเป็นโหนด (nodes) และกระดูกเป็นเส้นเชื่อม (edges) ST-GCN จะใช้การคอนโวลูชันบนกราฟทั้งในเชิงพื้นที่และเวลาเพื่อรู้จำท่าทางจากลำดับโครงกระดูก
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Spatial-Temporal Graph Convolutional Networks for Skeleton-Based Action Recognition. ScholarGate. https://scholargate.app/th/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 (แบบจำลองปริภูมิสถานะ)การเรียนรู้เชิงลึก↔ compare
- Swin Transformer (โปรแกรมแปลง Swin)การเรียนรู้เชิงลึก↔ compare
- วิชันแมมบ้าการเรียนรู้เชิงลึก↔ compare
- วิชันทรานส์ฟอร์มเมอร์การเรียนรู้เชิงลึก↔ compare