模型结构模型特点SuperPoint 是基于自监督训练的特征点检测和描述符提取方法，是2018年MagicLeap发表的一篇文章中提出的；目前深度学习在SLAM的应用中，有明显对立的两派，一派主张学习特征和描述子，另一派主张直接端到端学习位姿。关于这一点，我和博主看法相同，认为有明确数学模型的地方还是应该以模型为主，利用特征点的投影计算位姿，这是有很明确的几何关系的，何必再用深度学习这种不可解释性

非线性最小二乘从一个简单的问题引入：mxin12∥x∥22\underset{x}min\frac 12\parallel x \parallel_2^2xm​in21​∥x∥22​其中：x∈Rn,f x \in R^n, f x∈Rn,f为任意函数当 fff 很简单时，dfdx∣x=0\left. \frac{ {\rm d}f}{ {\rm d}x} \right| _{x=0}dxdf​∣∣