具有高效可计算Bingham损失函数的概率旋转表示及其在姿态估计中的应用
计算机视觉与模式识别
2024-10-28 v1 机器人学
摘要
近年来，深度学习框架已被广泛用于物体姿态估计。虽然四元数是6D姿态旋转表示的常见选择，但它无法表示观测的不确定性。为了处理不确定性，Bingham分布是一个有前景的解决方案，因为除了能表示歧义性之外，它还具备诸如在SO(3)上的平滑表示等合适特性。然而，它需要复杂地计算归一化常数。这是基于Bingham表示训练神经网络时损失计算的瓶颈。为此，我们提出了一种可快速计算且易于实现的Bingham分布损失函数。我们还不仅考察了Bingham分布的参数化，而且展示了基于我们所提损失函数的一个应用。
引用
@article{arxiv.2203.04456,
title = {Probabilistic Rotation Representation With an Efficiently Computable Bingham Loss Function and Its Application to Pose Estimation},
author = {Hiroya Sato and Takuya Ikeda and Koichi Nishiwaki},
journal= {arXiv preprint arXiv:2203.04456},
year = {2024}
}
备注
This work has been submitted to the IEEE for possible publication