^^

论文要点 投影 2D 图像到 3D 空间 全新的网络结构 OG-Net 从稀疏 3D 点阵中学习特征 在三维空间中进行人体重识别。给定一个2D图像（a），（b）通过现成的模型[10]估算3D姿态，然后（c）将可见表面的RGB颜色映射到相应的点。使不可见的部分透明化以进行可视化。 (d) 对 3D 人体模型进行旋转并识别。 OG-Net体系结构。 OG-Net只需通过堆叠Omni-scale Modules构建即可。（m’×c）表示具有c-dim属性的m0个点的特征。给定（m×6）的点云，将几何位置

图像匹配：颜色、纹理、大小、形状 鲁棒性(Robust)：是指控制系统在一定（结构，大小）的参数摄动下，维持其它某些性能的特性。 角点： 某点与周围的点的梯度。角点是纹理的最好反映 位置发生变化 纹理几乎不变。 角点检测 FAST： 取16个点 16个里有12是白的，其他为黑的，那么这个点为角点。（计算量大） 取四个点，只要其中有三个点和其中一个点不一样那么这个点为角点 缺点：初步提