我正在开发一个uni项目,它需要无标记的相对姿态估计。为此,我拍摄两张图像,并在图片的某些位置匹配n个要素。从这些点我可以找到这些点之间的矢量,当与距离一起被包括时,可以用来估计相机的新定位。姿态估计中人工神经网络的适用性
该项目需要在移动设备上进行deplyoable,因此算法需要高效。一个想法,我不得不使它更有效率,将采取这些向量,并将它们放入一个神经网络,它可以采取向量,并输出基于输入的xyz运动向量的估计。
我的问题是如果一个神经网络适合这种情况,如果充分训练?如果是这样,我将如何计算我需要的隐藏单位的数量以及最佳激活函数是什么?
感谢这是一个写得很好的答案。我认为NN有用的原因是因为在数据可能出现异常值的情况下,它应该能够很好地推广。也只是想知道,在培训/验证集方面你考虑多少? – 2013-03-19 11:11:37
正如我所说,这取决于你的问题的难度,即你正在处理什么样的姿势等等。一般来说,你有更多的样本需要输入尺寸,但很难给出具体的数字,没有有关您的问题的更多信息。再次阅读你的描述,这听起来像你在静态场景中移动摄像机,并想要推导摄像机的移动。在那种情况下,直接推导运动的方法将更为合适,例如来自运动方法的结构。 – ahans 2013-03-19 11:54:50
对,非常感谢。这非常有帮助,并且让我有很多想法和玩法。 – 2013-03-19 22:37:35