ST-GCN神经网络

ST-GCN神经网络是一种用于解决基于人体骨架关键点的人类动作识别问题的模型。它是通过引入图卷积网络的概念，将人体骨架关键点的时空信息结合起来进行动作识别的。这个网络模型是在香港中大-商汤科技联合实验室最新的AAAI会议论文中提出的，并且在标准的动作识别数据集上取得了较大的性能提升。

ST-GCN神经网络的关键点是利用图的邻接矩阵和单位矩阵来表示单帧内的骨骼点的链接。具体来说，在单帧内使用第一种划分策略的ST-GCN表示如下：

fout=Λ−12(A I)Λ−12finW

其中，A表示图的邻接矩阵，I表示单位矩阵，fin表示输入特征，W表示权重矩阵。这种表示方式可以有效地捕捉到人体骨架关键点的时空关系，从而实现准确的动作识别。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [st-gcn时空图卷积神经网络](https://download.csdn.net/download/weixin_38635229/10842065)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *2* *3* [解读：基于动态骨骼的动作识别方法ST-GCN（时空图卷积网络模型）](https://blog.csdn.net/qq_36893052/article/details/79860328)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]