deep-learning - 将卷积特征回归到旋转的四元数表示是什么意思？
问题描述
我对机器人操作很感兴趣，我正在阅读论文“PoseCNN: A Convolutional Neural Network for 6D Object Pose Estimation in Cluttered Scenes”，在介绍部分找到了以下句子，它解释了 PoseCNN 的三个相关任务。这是第三个任务。
3D Rotation R 是通过将在对象边界框内提取的卷积特征回归到 R 的四元数表示来估计的。
将卷积特征回归到旋转的四元数表示是什么意思？如何回归到四元数表示？我们也可以使用旋转矩阵代替四元数吗？我们可以说将卷积特征回归到旋转矩阵吗？如果是，两者之间有什么区别？
解决方案
“回归卷积特征”意味着您使用网络提取的特征来预测一些数字。
在您的情况下，您试图预测代表旋转矩阵的四元数的数量。
我认为他们回归四元数而不是旋转矩阵的原因是因为它们更紧凑，数值更稳定，效率更高。有关差异的更多信息，请查看四元数和空间旋转
此外，我认为您可以尝试直接回归旋转矩阵，如果您查看它们用于四元数回归的损失，您会看到它们将四元数转换为旋转矩阵表示。所以损失本身是在旋转矩阵上，而不是直接在四元数上