这种方法其实类似 deep learning，只不过是以森林的方式进行train，森林是由一系列的决策树组成。
每个决策树中的每个节点都是待训练的参数：
决策树的目的是：
，即输入是image，depth（如果有的话），2d pixel位置，输出是3d点的位置x y z + 最终的feature。因此决策树可以认为是一个从2d到3d的映射，这样的话就导致每个场景就需要训练一个决策树模型了（也是一个超参数模型）
最后使用ransacpnp就可以得到最终的6dof的pose了
欢迎交流，看到必回