四元数如何进行标准化?

假设有一个四元数的张量 r,它包含了两个四元数:

r = [ 1 2 3 4 4 3 2 1 ] r = \begin{bmatrix} 1 & 2 & 3 & 4 \\ 4 & 3 & 2 & 1 \\ \end{bmatrix} r=[14233241]
这里,第一个四元数是 q 1 = ( 1 , 2 , 3 , 4 ) q_1 = (1, 2, 3, 4) q1=(1,2,3,4),第二个四元数是 q 2 = ( 4 , 3 , 2 , 1 ) q_2 = (4, 3, 2, 1) q2=(4,3,2,1)

首先,我们计算每个四元数的模(长度):

n o r m ( q 1 ) = 1 2 + 2 2 + 3 2 + 4 2 = 30 {norm}(q_1) = \sqrt{1^2 + 2^2 + 3^2 + 4^2} = \sqrt{30} norm(q1)=12+22+32+42 =30

n o r m ( q 2 ) = 4 2 + 3 2 + 2 2 + 1 2 = 30 {norm}(q_2) = \sqrt{4^2 + 3^2 + 2^2 + 1^2} = \sqrt{30} norm(q2)=42+32+22+12 =30

所以,norm 张量是 30 , 30 \sqrt{30}, \sqrt{30} 30 ,30 r 的形状是 (2, 4),而 norm 的形状是 (2,),为了让除法可以在每个四元数上都进行计算,需要将 norm(2,) 转换成 (2, 1) 形状,这样每个模值就可以扩展到对应四元数的每个分量上了。

因此,代码:

norm = torch.sqrt(torch.sum(r**2, axis=1))
q = r / norm[:, None]

norm[:, None]norm 从形状 (2,) 转换为 (2, 1)。则norm 为:

n o r m = [ 30 30 ] {norm} = \begin{bmatrix} \sqrt{30} \\ \sqrt{30} \\ \end{bmatrix} norm=[30 30 ]

之后逐元素(element-wise)进行除法的(每个四元数都被其模除),故每个四元数被标准化:

q = [ 1 / 30 2 / 30 3 / 30 4 / 30 4 / 30 3 / 30 2 / 30 1 / 30 ] q = \begin{bmatrix} 1/\sqrt{30} & 2/\sqrt{30} & 3/\sqrt{30} & 4/\sqrt{30} \\ 4/\sqrt{30} & 3/\sqrt{30} & 2/\sqrt{30} & 1/\sqrt{30} \\ \end{bmatrix} q=[1/30 4/30 2/30 3/30 3/30 2/30 4/30 1/30 ]

这样,每个四元数的长度(模)就被标准化为1了。进行旋转操作时需要对四元数标准化,因为旋转不应该改变对象的大小,只改变其方向。

你可能感兴趣的:(深度学习,人工智能)