Apr, 2017

使用局部回归测地线在双四元数流形上过滤相机姿态

PDF
TL;DR本文提出了一种基于双四元数 Riemann 流形的新型主成分局部回归滤波器，并在 7 维实射影空间中，共同处理旋转和平移，利用此流形结构提供一种异常鲁棒的通用姿势过滤 IRLS 算法，从理论和实验上表明了该流形感知滤波对姿态跟踪和平滑处理的实际优势。
发现论文，激发创造
  • 由二元四元数参数化的欧几里得群上概率密度函数的近似

    本文介绍了一个概率建模的框架，用于从机器人的传感器中融合与合并弱信息以便精确定位厨房中的物体，以及传递不确定信息数据。该框架对包括融合和合并估计在内的操作提供了大量概率分布的表示。

    Jun, 2017

  • 三维刚体运动模型的双四元数旋转和平移等变性

    利用双四元数表示 3D 空间中刚体运动，以同时描述旋转和平移，克服了传统代数无法准确编码平移的问题，并在实验证明了该方法在学习对象轨迹方面的有效性。

    Oct, 2023

  • RobustLoc：具有鲁棒性的车载摄像头位姿回归

    RobustLoc 是一个用于自动驾驶中的相机重定位系统，它使用神经微分方程进行信息扩散和卷积神经网络从多视角图像中提取特征图，同时配备多层训练的分支位姿解码器。使用 RobustLoc 可以在各种环境下实现相机的鲁棒定位。

    Nov, 2022

  • 利用等变特征进行绝对位姿回归

    本研究通过使用平移及旋转等变卷积神经网络来将相机运动的表示直接归纳为特征空间，从而证明了直接学习等变特征优于学习中间表示，并表明我们的轻量级模型在标准数据集上优于现有模型。

    Apr, 2022

  • 基于四元数神经网络的人体运动建模

    通过使用 quaternions 表示旋转，使用前向运动学来惩罚绝对位置误差，同时比较 quaternions 和 Euler 角的性能，我们提出了一种新方法 --QuaterNet，用于预测和生成 3D 人体姿势序列。经过实验证明这种方法在短期和长期预测和生成任务中都取得了良好的效果，相比于人体图像学界最新的神经策略，我们的方法被评估为非常逼真。此外，我们还发现，Human3.6M 的标准评估协议产生了高方差结果，提出了简单的解决方案。

    Jan, 2019

  • 使用深度学习进行相机姿态回归的几何损失函数

    论文探讨了使用几何学和场景重投影误差等新颖的损失函数进行深度学习相机位姿回归的方法，同时展示了该技术在不同数据集上比 SIFT 算法更好的性能。

    Apr, 2017

  • 通过点云的监督学习实现 6D 物体姿态回归

    本文提出了一种利用点云深度信息并结合卷积神经网络和几何姿态优化，分别使用旋转和平移回归网络的方法来估算已知 3D 物体的 6 自由度姿态，其中通过旋转轴角表示旋转并使用测地线损失函数进行回归，实验结果在 YCB-video 数据集上明显优于现有方法。

    Jan, 2020

  • 基于姿态纯图像几何的线性相对姿态估计

    在两视相对估计中，本文介绍了一种基于最近的仅位姿成像几何来通过适当的重新加权过滤异常值的线性相对姿态估计算法，该算法能够处理平面退化场景，在存在高比例异常值的情况下提高鲁棒性和准确性，通过将线性全局平移约束嵌入迭代重新加权最小二乘 (IRLS) 和 RANSAC 的策略中来实现鲁棒异常值去除，Strecha 数据集的仿真和实际测试表明，该算法在面对高达 80% 的异常值时实现了 2 到 10 倍的相对旋转准确性改进。

    Jan, 2024

  • 流形上的深度回归: 3D 旋转案例研究

    研究论文介绍如何通过利用不可达欧几里得空间的可微函数，来解决机器学习中的回归问题。文中重点讨论了预图像的连通性和凸性等属性，并通过 3D 旋转的案例研究，说明了不同微分映射技术的优缺点，进言 Procrustes 正交标准化技术是最佳选择。

    Mar, 2021

  • 机器人学习在流形上的非参数回归

    本研究提出了一种在机器人学习中处理非欧几里德流形数值数据的本质方法，该方法通过在流形上选择适当的概率分布，并将其参数作为预测变量的函数进行非参数化估计，同时结合核函数的局部似然方法，实现了比投影算法更好的预测准确性。

    Oct, 2023