3DGS中的相机模型

主要参考`scene.camera.py`部分代码，使用的是标准的针孔相机模型（pinhole camera model），将3DGS投射到2D图像，主要涉及到两个步骤：
1. 视图变换（view transformation）：世界坐标系转换到相机坐标系->视图矩阵
2. 投影变换（projection transformation）：相机坐标系投影到二维裁剪空间，映射到屏幕

# `Camera`的核心参数
## 相机内参
`FoVx`, `FoVy`：水平和垂直视场角（Field of View），角度越大所看到的范围越广；
`resolution`：图像分辨率，图像的长与宽的像素数量；
`znear`, `zfar`：近裁剪平面和远裁剪平面，相机只渲染这两个平面之间的物体。
视场角和这两个平面共同定义了视锥体。

## 相机外参
`R`：旋转矩阵，对应相机的朝向，即相机的三个轴对于世界坐标系的旋转关系
`T`：平移向量，定义了相机在世界坐标系的位置
 

## 变换矩阵的计算
`self.world_view_transform = torch.tensor(getWorld2View2(R, T, trans, scale)).transpose(0, 1).cuda()`
获得视图矩阵，由R\T\tans\scale确定。
`self.projection_matrix = getProjectionMatrix(znear=self.znear, zfar=self.zfar, fovX=self.FoVx, fovY=self.FoVy).transpose(0,1).cuda()`
投影变换矩阵，由相机的内参确定。

视图矩阵与投影矩阵的乘积，获得MVP矩阵，从而实现一步变换。

## 获得相机中心坐标
已知在相机坐标系中相机坐标在(0, 0, 0, 1)，由视图矩阵的逆矩阵将相机坐标变换到世界坐标。