人間のボディースケルトンの動的特性は、人間の行動認識において重要な情報を提供する。従来のスケルトンモデル化手法は、手作業で設計された部品や走査ルールに依存するため、表現力に限界があり、一般化能力に難がある。本研究では、データから空間的および時間的パターンを自動的に学習できる、動的スケルトンの新しいモデルである空間時間グラフ畳み込みネットワーク（Spatial-Temporal Graph Convolutional Networks, ST-GCN）を提案する。この定式化により、従来の手法の制約を克服し、より高い表現力と強固な一般化能力を実現する。KineticsおよびNTU-RGBDという2つの大規模データセットにおいて、主流手法に対して顕著な性能向上を達成した。