leoshine/Spherical_Regression

🧭 Spherical Regression: Học ước lượng góc nhìn, pháp tuyến mặt và quay 3D trên n-sphere

Khung học sâu thống nhất cho ba bài toán thường gặp trong thị giác máy tính, giúp ổn định huấn luyện nhờ gradient bị ràng buộc.

Dự án Spherical_Regression là bản cài đặt bằng PyTorch của bài báo CVPR 2019 cùng tên, trình bày một khung học sâu chung áp dụng cho cả ba bài toán trên n-sphere: ước lượng góc nhìn (viewpoint estimation), ước lượng pháp tuyến mặt (surface normal estimation) và ước lượng quay 3D (3D rotation estimation). Ba bài toán này đều có thể biến đổi thành dạng n-sphere — một siêu phương tiếp tuyến khép kín trong không gian ℝ^(n+1) — và dự án đưa ra một phương pháp chung để học chúng.

✨ Điểm nổi bật

• Spherical exponentiation (S_exp): Kỹ thuật ràng buộc gradient giúp giảm phương sai của norm gradient trung bình trên toàn bộ quá trình huấn luyện.
• Hỗ trợ 3 bài toán: Góc nhìn, pháp tuyến mặt và quay 3D, mỗi bài toán có mã nguồn riêng biệt trong thư mục tương ứng.
• Bộ dữ liệu ModelNet10-SO3 mới: Được xây dựng từ ModelNet10 bằng cách lấy mẫu đồng đẳng các quay 3D trên SO(3), dùng để đánh giá căn chỉnh hình dạng 3D từ ảnh đơn.
• Đánh giá chuẩn: Hỗ trợ đánh giá chi tiết trên các bộ dữ liệu Pascal3D+, NUDepth-v2 và ModelNet10-SO3.
• Cài đặt PyTorch: Dễ tích hợp vào các pipeline học sâu hiện có.

💡 Vì sao đáng chú ý

Khác với các phương pháp học truyền thống — như hồi quy trực tiếp với smooth-L1 loss (có thể làm mất tính đơn vị của norm L2) hoặc hồi quy có chuẩn hóa L2 — Spherical Regression đề xuất S_exp (spherical exponentiation), một kỹ thuật mới giúp ràng buộc gradient và ổn định quá trình huấn luyện. Kết quả là phương sai của gradient giảm đáng kể, dẫn tới hiệu năng tốt hơn cả trên các bài toán phức tạp như ước lượng góc nhìn hay quay 3D.

Dự án phù hợp với các nhà nghiên cứu và kỹ sư trong lĩnh vực thị giác máy tính, đặc biệt là làm việc với các bài toán liên quan tới 3D, quay hình và phân tích không gian.

---

#MachineLearning #3DComputerVision #PyTorch #CVPR2019 #TiniX