姿態估計中人工神經網絡的適用性

Question

我正在開發一個uni項目，它需要無標記的相對姿態估計。爲此，我拍攝兩張圖像，並在圖片的某些位置匹配n個要素。從這些點我可以找到這些點之間的矢量，當與距離一起被包括時，可以用來估計相機的新定位。

該項目需要在移動設備上進行deplyoable，因此算法需要高效。一個想法，我不得不使它更有效率，將採取這些向量，並將它們放入一個神經網絡，它可以採取向量，並輸出基於輸入的xyz運動向量的估計。

我的問題是如果一個神經網絡適合這種情況，如果充分訓練？如果是這樣，我將如何計算我需要的隱藏單位的數量以及最佳激活函數是什麼？

Answer 1

使用神經網絡爲您的應用程序可以很好地工作，但是，我覺得您將需要大量的訓練樣本，以允許網絡推廣。當然，這也取決於你正在處理的姿勢的類型和數量。這聽起來對於我來說，用一些聰明的數學可以直接從輸入向量中導出運動向量 - 如果有機會，你可以想出一種方法來做到這一點（或提供更多的信息，以便其他人可以考慮它），那將是非常受歡迎的，因爲在那種情況下，您將包括關於該任務的先前知識，而不是依靠NN來從數據中學習它。

如果你決定繼續與NN方法，請記住以下幾點：

1. 將您的數據轉化爲訓練和驗證集。這可以讓你確保網絡不會過度使用。您使用訓練集進行訓練，並使用驗證集上的錯誤確定特定網絡的質量。培訓/驗證的比例取決於您擁有的數據量。一個大的驗證集（例如，50％的數據）將允許關於訓練網絡質量的更精確的結論，但通常您的數據太少而無法承擔。但是，無論如何，我會建議使用至少10％的數據進行驗證。
2. 至於隱藏單位的數量，經驗法則是每個自由參數，即每個重量，至少有10個訓練樣例。所以假設你有一個有4個輸入，10個隱藏單元和3個輸出單元的3層網絡，其中每個隱藏單元和輸出單元都有額外的偏置權重，你應該有（4 + 1）* 10 +（10+ 1）* 3 = 83個自由參數/權重。一般來說，您應該嘗試隱藏單位的數量以及隱藏層的數量。根據我的經驗，4層網絡（即2個隱藏層）比3層網絡工作得更好，但這取決於問題。由於您還擁有驗證集，因此您可以瞭解哪些網絡體系結構和大小可行，而不必擔心過度配合。
3. 對於激活功能，您應該使用一些sigmoid function以允許非線性行爲。我喜歡雙曲正切的對稱性，但根據我的經驗，您還可以使用邏輯函數。