LiePoseNet：基于李群的异构损失函数显著加速 PoseNet 训练过程
机器人学
2022-11-17 v1
摘要
视觉定位是机器人与计算机视觉的一项关键现代技术。解决该任务的流行方法是基于图像的方法。如今，这些方法精度低且训练时间长。原因在于缺乏刚体与投影几何感知、地标对称性，以及同构误差假设。我们提出了一种基于集中高斯分布与李群的异构损失函数以克服这些困难。根据我们的实验，所提方法使我们能够以可接受误差值显著加速训练过程（从 300 轮到 10 轮）。
引用
@article{arxiv.2211.08480,
title = {LiePoseNet: Heterogeneous Loss Function Based on Lie Group for Significant Speed-up of PoseNet Training Process},
author = {Mikhail Kurenkov and Ivan Kalinov and Dzmitry Tsetserukou},
journal= {arXiv preprint arXiv:2211.08480},
year = {2022}
}
备注
6 pages, 5 figures