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。姿態估計中人工神經網絡的適用性
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?
感謝這是一個寫得很好的答案。我認爲NN有用的原因是因爲在數據可能出現異常值的情況下,它應該能夠很好地推廣。也只是想知道,在培訓/驗證集方面你考慮多少? – 2013-03-19 11:11:37
正如我所說,這取決於你的問題的難度,即你正在處理什麼樣的姿勢等等。一般來說,你有更多的樣本需要輸入尺寸,但很難給出具體的數字,沒有有關您的問題的更多信息。再次閱讀你的描述,這聽起來像你在靜態場景中移動攝像機,並想要推導攝像機的移動。在那種情況下,直接推導運動的方法將更爲合適,例如來自運動方法的結構。 – ahans 2013-03-19 11:54:50
對,非常感謝。這非常有幫助,並且讓我有很多想法和玩法。 – 2013-03-19 22:37:35