شبكات الرسم البياني المكاني الزمنية لتمييز الحركات القائمة على الهيكل العظمي

تُعَبِّر ديناميكيات هيكل الجسم البشري عن معلومات هامة في مجال التعرف على حركات الإنسان. ت依赖于手工设计的部件或遍历规则来建模骨架，这导致了表达能力有限且泛化困难。在本工作中，我们提出了一种新的动态骨架模型，称为时空图卷积网络 (ST-GCN)，该模型通过从数据中自动学习空间和时间模式，超越了先前方法的局限性。这种公式不仅提高了表达能力，还增强了泛化能力。在两个大型数据集 Kinetics 和 NTU-RGBD 上，它相比主流方法取得了显著的改进。为了确保翻译更加准确和流畅，以下是优化后的版本：ديناميكيات هيكل الجسم البشري تحمل معلوماتًا مهمة للتعرف على الحركات البشرية. الأساليب التقليدية لنمذجة الهياكل تعتمد عادةً على أجزاء يدوية الصنع أو قواعد تجول، مما يؤدي إلى قدرة تعبيرية محدودة وصعوبات في التعميم. في هذا العمل، نقترح نموذجًا جديدًا للهياكل الديناميكية يُسمى الشبكات الرسومية المكانيّة-الزمنيّة المتشابكة (ST-GCN)، والذي يتخطى حدود الطرق السابقة من خلال تعلم الأنماط المكانية والزمنية بشكل آلي من البيانات. هذه الصياغة لا تؤدي فقط إلى زيادة القدرة التعبيرية بل أيضًا إلى تعزيز قدرة التعميم. على كل من مجموعة البيانات الكبيرة Kinetics و NTU-RGBD، حقق هذا النموذج تحسينات كبيرة مقارنة بالأساليب السائدة.