文章链接:Spatial-Temporal Synchronous Graph Convolutional Networks: A New Framework for Spatial-Temporal Network Data Forecasting 本文亮点 提出了一种新的时空图卷积模块来直接同步学习局部时空相关性,而不是单独使用不同类型的神经网络模块进行组合。 构造了一个多模块层来捕获长程时空图中的异质性。该多模块层在...
在每个时间片t,在图\hat{\mathbf{X}}_{t}上执行C_r个卷积,得到g_\theta*_G\hat{\mathbf{X}}_{t},其中\Theta=(\theta_1,\theta_2,...,\theta_{C_r})是卷积核参数。 Convolution in temporal dimension 在图卷积操作已经捕获了空间维度上的图上的每个节点的相邻信息之后,时间维度上的标准卷积层被...
[TOC] Spatial-Temporal Graph Convolutional Network for Video-based Person Re-identification(CVPR2020) 行人重识别 行人重识别(Person Re-identification),简称为ReID,是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术。广泛被认为是一个图像检索的子问题。给定一个监控行人图像,检索跨设备下的该...
捕获patch在不同帧上的时间关系 把所有patch都当做顶点构造对应的邻接矩阵 构造m层卷积去捕获关系,第m层,图卷积表示如下: 并且每一层后设置Layer Normalization 和leakrelu 并且每一层设置残差连接。 对最后的X进行池化, SGCN 提取每一帧的结构信息,然后最大池化,然后fuse(concat) 所有帧。 获取邻接矩阵,且每一...
In this paper, we propose a model called Adaptive Spatial-Temporal Fusion Graph Convolutional Networks to address these problems. Firstly, the model can find cross-time, cross-space correlations among nodes to adjust spatial-temporal graph structure by a learnable adaptive matrix. Secondly, it can...
【论文学习】ST-GCN:Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recognition,程序员大本营,技术文章内容聚合第一站。
Attention Based Spatial-Temporal Graph Convolutional Networks for Traffic Flow Forecasting 交通流预测是交通领域研究人员和实践者的一个关键问题。然而,由于交通流通常具有高度的非线性和复杂的模式,这是非常具有挑战性的。现有的大多数交通流预测方法缺乏对交通数据动态时空相关性建模的能力,无法获得满意的预测结果。
论文笔记《Attention Based Spatial-Temporal Graph Convolutional Networks for Traffic Flow Forecasting》,程序员大本营,技术文章内容聚合第一站。
Song C, Lin Y, Guo S, Wan H (2020) Spatial-temporal synchronous graph convolutional networks: a new framework for spatial-temporal network data forecasting. In: international conference on artificial intelligence (AAAI), vol 34, pp. 914–921 Zhao L, Song Y, Zhang C, Liu Y, Wang P, Tao...
Spatial-Temporal Graph Convolutional Network for Video-based Person Re-identification论文笔记(时空图卷积) 本篇论文发表在CVPR 2020,作者将图卷积这种方法用在了行人重识别领域(基于视频的ReID),作者单位分别为:中山大学、鹏程实验室、香港中文大学、华为诺亚方舟实验室等单位!我找了很多图卷积相关的论文,发现GCN...