一种具有高效可计算Bingham损失函数的对称形状概率旋转表示
计算机视觉与模式识别
2024-10-28 v1
摘要
近年来，深度学习框架被广泛用于物体位姿估计。虽然四元数是旋转表示的常见选择，但它无法表征观测的模糊性。为处理该模糊性，Bingham分布是一个有前景的方案。然而，其在产生负对数似然（NLL）损失时需要复杂计算。已有一种易于实现的替代损失函数被提出以避免复杂计算，但难以表达对称分布。本文中，我们引入一种可快速计算且易于实现的Bingham分布NLL损失函数。我们还构建了推理网络，并表明我们的损失函数能从目标物体的点云中捕捉其对称属性。
引用
@article{arxiv.2305.18947,
title = {A Probabilistic Rotation Representation for Symmetric Shapes With an Efficiently Computable Bingham Loss Function},
author = {Hiroya Sato and Takuya Ikeda and Koichi Nishiwaki},
journal= {arXiv preprint arXiv:2305.18947},
year = {2024}
}
备注
This work has been submitted to the IEEE for possible publication. arXiv admin note: substantial text overlap with arXiv:2203.04456