面向三维变换群的切空间反向传播
计算机视觉与模式识别
2021-03-26 v2
摘要
我们解决了涉及三维变换群 SO(3)、SE(3) 和 Sim(3) 的计算图执行反向传播的问题。三维变换群在三维视觉与机器人学中广泛应用，但它们不构成向量空间，而是位于光滑流形上。将三维变换嵌入欧几里得空间的标准反向传播方法存在数值困难。我们引入了一个新的库，它利用三维变换的群结构并在流形的切空间中执行反向传播。我们表明，我们的方法在数值上更稳定、更易于实现，并且有益于多种不同的任务。我们的即插即用 PyTorch 库可在 https://github.com/princeton-vl/lietorch 获取。
引用
@article{arxiv.2103.12032,
title = {Tangent Space Backpropagation for 3D Transformation Groups},
author = {Zachary Teed and Jia Deng},
journal= {arXiv preprint arXiv:2103.12032},
year = {2021}
}
备注
fixed typos