请写出STSTNet神经网络的卷积过程

STSTNet是一种基于时空卷积神经网络（ST-CNN）的模型，其卷积过程如下：

1. 输入数据的维度为（batch_size, num_frames, num_joints, num_dims），其中：

- batch_size：批次大小
- num_frames：关键点序列的帧数
- num_joints：关键点的数量
- num_dims：每个关键点的维度（通常为3，表示x、y、z坐标）

2. 对于每个关键点，使用1D卷积层进行特征提取。这里的1D卷积层的输入维度为（batch_size, num_frames, num_dims），输出维度为（batch_size, num_frames, num_features），其中num_features是指提取出来的特征数量。

3. 将每个关键点的特征按照时间顺序拼接，得到一个维度为（batch_size, num_frames, num_joints*num_features）的特征矩阵。

4. 对于这个特征矩阵，使用2D卷积层进行时空卷积，输入维度为（batch_size, num_frames, num_joints*num_features, 1），输出维度为（batch_size, num_frames-2, 1, num_filters），其中num_filters为卷积核数量。

5. 最后使用全连接层进行分类或回归，输出模型的预测结果。

需要注意的是，STSTNet采用的是类似于Inception模块的结构，在每个关键点的1D卷积层和整体的2D卷积层之间，还插入了一些1x1的卷积层，以提高模型的表现能力。