search

xiaoyp / xiaoyp.github.io

my website
https://xiaoyp.github.io
0 stars 0 forks source link

ICCV2019 C3DPO | xiaoyp的博客 #13

Open xiaoyp opened 4 years ago

xiaoyp commented 4 years ago

https://xiaoyp.github.io/2019/11/03/c3dpo/

ICCV2019 C3DPO

toBnumber1 commented 2 years ago

你好打扰一下，我想问下，这个规范化网络的具体作用是啥，一直搞不懂！谢

xiaoyp commented 2 years ago

@toBnumber1 你好打扰一下，我想问下，这个规范化网络的具体作用是啥，一直搞不懂！谢

我是这么理解的，这个网络的两个分支相当于一个解耦的过程，上面的分支预测shape的参数，下面的分支预测viewpoint的参数，也就是说上面的分支需要保证在同一个pose下，不论视角怎么变，给他一个怎样的旋转R，他的输出都应该是一样的。这个规范化网络在训练的时候都会对shape做一个随机的旋转，然后去约束输出的参数和随机旋转前的参数$\alpha$一致，其实这也就约束了$\phi$预测的$\alpha$是旋转无关的。原文里的figure3，如果没有这样一个规范化网络，他第三行预测的shape是会有一个随视角变化的旋转，这样的话，其实就是网络的两个分支并没有解耦开