20260617:目前有914 页

concepts/prope.md

@@ -0,0 +1,41 @@
+---
+title: "PRoPE (Projective Rotary Position Encoding)"
+created: 2026-06-13
+updated: 2026-06-13
+type: concept
+tags: [computer-vision, position-encoding, camera-geometry, transformer]
+sources: [raw/papers/cheng-flex4dhuman-2026.md]
+---
+
+# PRoPE (Projective Rotary Position Encoding)
+
+PRoPE 是 Li et al. (NeurIPS 2025) 提出的位置编码扩展，将 [[rotary-position-embedding|旋转位置编码 (RoPE)]] 泛化到 SE(3) 相机变换空间。
+
+## 核心思想
+
+标准 RoPE 通过旋转矩阵编码序列中 token 的相对位置。PRoPE 将此扩展为：利用相机位姿的 SE(3) 变换来旋转查询和键向量的特定子切片，使得注意力的内积依赖于**相对相机几何**而非绝对位姿。
+
+## 数学原理
+
+对 SE(3) 群元素 T = (R, t)，其中 R ∈ SO(3) 为旋转，t ∈ R^3 为平移：
+
+- 查询向量用 T^⊤ 旋转（"我看向世界"）
+- 键向量用 T^(-1) 旋转（"世界看向我"）
+- 内积结果仅依赖于 T_i^(-1) · T_j（相对变换）
+
+## 关键特性
+
+- **零额外参数**：不引入可学习的相机嵌入或输入通道
+- **帧间一致**：序列中不同帧的相机位姿可以不同，支持动态相机
+- **连续泛化**：训练时未见的相机位姿可直接处理
+- **排列不变性**：与离散视角槽编码配合时，视角顺序不影响结果
+
+## 在 Flex4DHuman 中的应用
+
+[[flex4dhuman|Flex4DHuman]] 将 PRoPE 作为五轴位置编码中 SE(3) 轴（20 维）的实现，重新利用原本分配给时间 RoPE 的维度容量，零额外参数地将相机位姿注入注意力计算。
+
+## 参考
+
+- [[se3-relative-camera-encoding|SE(3) 相对相机编码]] — PRoPE 在 SE(3) 编码中的具体应用
+- [[five-axis-positional-encoding|五轴位置编码]]
+- [[rotary-position-embedding|RoPE]]