Rotation Representations Methods for Pose Estimation with Deep Learning
Year: 2022
Type: dissertation
Abstract: Problemstillingen med å estimere rotasjonsmatriser i 3D er et gammelt problem i datasyn som har gjenoppstått sammen med den ekstreme økningen av metoder i dyp læring. Det har blitt forsøkt å benytte nevrale nettverk for en bedre estimering av rotasjoner i 3D. Problemet er generelt ansett som vært vanskelig, ettersom det er topologiske forskjeller mellom utdataen til nevrale nettverk og rotasjonsrommet. Nevrale nettverk gir vanligvis ut data i det Euklidske rom, mens rotasjoner ligger i den spesielle ortogonale gruppen SO(3), som ikke er topologisk homeomorfe med noen under-set av fire-dimensjonalt Euklidsk rom. Dette misforholdet kan overkommes ved å benytte en parametriseringsfunksjon som overfører utdataen fra det nevrale nettverket til en matrise i det spesielle ortogonale rommet SO(3). De tradisjonelle metodene for å representere rotasjoner Euler vinkler og quaternioner er henholdsvis tre- og fire-dimensjonale, og følgelig kreves det en annen representasjon. Andre forslag er Gram-Schmidt ortogonalisering eller symmetrisk ortogonalisering gjennom singular value decomposition.\n\nMasteroppgaven er ment til å gi en oversikt over vanskelighetsgraden for estimering av rotasjonsmatriser i dyp læring, hvilke parametriseringsfunksjoner som eksisteres og bruker, og illustrere hvilke egenskaper som er ønskelige i en slik funksjon. De teoretiske argumentene er styrket gjennom eksperimenter med topp moderne maskinlæringsarkitekturer som i) sammenlikner parametriseringsfunksjonene, ii) Illustrerer potensialet for symmetrisk ortogonalisering innenfor rotasjonsestimering.
Author: Grüner, Henrik
Language: Norwegian
Subfield: Computer Vision and Pattern Recognition
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W7052312664