姿态估计中人工神经网络的适用性

Question

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。

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？

Answer 1

使用神经网络为您的应用程序可以很好地工作，但是，我觉得您将需要大量的训练样本，以允许网络推广。当然，这也取决于你正在处理的姿势的类型和数量。这听起来对于我来说，用一些聪明的数学可以直接从输入向量中导出运动向量 - 如果有机会，你可以想出一种方法来做到这一点（或提供更多的信息，以便其他人可以考虑它），那将是非常受欢迎的，因为在那种情况下，您将包括关于该任务的先前知识，而不是依靠NN来从数据中学习它。

如果你决定继续与NN方法，请记住以下几点：

1. 将您的数据转化为训练和验证集。这可以让你确保网络不会过度使用。您使用训练集进行训练，并使用验证集上的错误确定特定网络的质量。培训/验证的比例取决于您拥有的数据量。一个大的验证集（例如，50％的数据）将允许关于训练网络质量的更精确的结论，但通常您的数据太少而无法承担。但是，无论如何，我会建议使用至少10％的数据进行验证。
2. 至于隐藏单位的数量，经验法则是每个自由参数，即每个重量，至少有10个训练样例。所以假设你有一个有4个输入，10个隐藏单元和3个输出单元的3层网络，其中每个隐藏单元和输出单元都有额外的偏置权重，你应该有（4 + 1）* 10 +（10+ 1）* 3 = 83个自由参数/权重。一般来说，您应该尝试隐藏单位的数量以及隐藏层的数量。根据我的经验，4层网络（即2个隐藏层）比3层网络工作得更好，但这取决于问题。由于您还拥有验证集，因此您可以了解哪些网络体系结构和大小可行，而不必担心过度配合。
3. 对于激活功能，您应该使用一些sigmoid function以允许非线性行为。我喜欢双曲正切的对称性，但根据我的经验，您还可以使用逻辑函数。