《表2 优化方法对MAE的影响》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《稳定的视频内头部姿态估计方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了使姿态估计更准确，本文提出误差补偿方法，利用XGBoost拟合姿态估计值的误差，与原估计值叠加得到优化的估计值。实验中XGBoost参数设置:学习率为0.3，最大树深为6，每个节点的最少实例数为1。实验结果见表2，表中SDM-X表示在基准方法基础上利用XGBoost进行误差补偿的方法，可以看出，通过引入误差补偿，方法准确率取得了2.85的提升。因此，尽管不同于传统从某一方法的内部性质出发进行改进的优化思路，本文提出的误差补偿优化方法也能较大幅度地提高头部姿态估计精度。同时，对于每张图像XGBoost的平均运行时间为0.01ms，几乎不产生时间开销。对该表中SDM-XK的分析见4.3节。