我正在进行一项大学项目，需要进行无标记的相对姿态估计。为此，我拍摄两张图片，并在图片的特定位置匹配n个特征点。通过这些点，我可以找到这些点之间的向量，这些向量结合距离可以用来估计相机的新位置。
该项目需要在移动设备上部署，因此算法需要高效。我想到的一个提高效率的方法是将这些向量输入到神经网络中，让神经网络根据输入输出一个估计的xyz移动向量。
我的问题是，如果经过充分训练，神经网络是否适合这种情况？如果适合，我应该如何计算所需的隐藏单元数量，以及最佳的激活函数是什么？
回答：
在你的应用中使用神经网络是可行的，但是我认为你需要大量的训练样本来让网络能够泛化。当然，这也取决于你处理的姿势的类型和数量。我觉得通过一些巧妙的数学运算，有可能直接从输入向量中推导出移动向量——如果你能找到一种方法来做到这一点（或者提供更多信息让其他人也能思考这个问题），那将是非常理想的，因为这样你就可以利用你对任务的先验知识，而不是依赖神经网络从数据中学习这些知识。
如果你决定继续使用神经网络方法，请记住以下几点：
- 将你的数据分为训练集和验证集。这样可以确保网络不会过拟合。你使用训练集进行训练，并使用验证集上的误差来确定特定网络的质量。训练/验证的比例取决于你拥有的数据量。一个大的验证集（例如，你数据的50%）将允许对训练网络的质量做出更精确的结论，但通常你没有足够的数据来负担这一点。然而，无论如何，我建议至少使用10%的数据进行验证。
- 关于隐藏单元的数量，一个经验法则是每个自由参数（即每个权重）至少有10个训练样本。因此，假设你有一个3层网络，具有4个输入、10个隐藏单元和3个输出单元，每个隐藏单元和输出单元还额外有一个偏置权重，你将有(4+1) * 10 + (10+1) * 3 = 83个自由参数/权重。一般来说，你应该尝试不同的隐藏单元数量和隐藏层数量。根据我的经验，4层网络（即2个隐藏层）比3层网络表现更好，但这取决于问题。由于你还有验证集，你可以找出什么样的网络架构和大小在不担心过拟合的情况下有效。
- 对于激活函数，你应该使用一些S形函数来允许非线性行为。我喜欢双曲正切函数的对称性，但根据我的经验，你也可以使用逻辑函数。
