updates

Author: BinaryOracle

src/3DVL/图解PointNet.md

@@ -145,8 +145,9 @@ L_reg = ||I - A @ A^T||_F^2
 ---
 ✅ 总结: **PointNet 通过 max pooling 实现对称性，结合 T-Net 实现变换不变性，并通过局部+全局特征融合机制实现强大的点云建模能力，解决了点云处理中的四大技术难点，为后续三维深度学习奠定了基础。**
 
+## 代码(Pytorch版本)
 
-
+### 输入点云标准化
 
 
 ## 背景知识扫盲(可选)
@@ -205,3 +206,23 @@ PointNet 处理的是点云数据，而点云是无序集合（unordered set）
 | **统计量（如方差、标准差）** | 计算点集的分布特性 | ✅ 是 | 特征增强、异常检测 |
 | **集合函数近似器（如 Deep Sets）** | 使用神经网络直接学习对称函数 | ✅ 是 | 更复杂的对称函数建模 |
 
+### 刚性运动
+
+**刚性运动(rigid motions)** 是指：**物体在空间中移动时，其形状和大小保持不变的运动方式** 。 
+
+| 刚性运动 | ❌ 不改变 | 移动、旋转 |
+| --- | --- | --- |
+| 非刚性运动 | ✅ 改变 | 弯曲、拉伸、缩放（非均匀）、变形 |
+
+**刚性运动 = 平移 + 旋转，不改变物体形状和内部结构，只改变位置和朝向。**
+
+### 正交变换
+
+正交变换的本质是：只改变物体的方向（旋转），不改变形状和大小
+
+所以：
+
+- 正交变换包括：**旋转 + 反射**。
+
+- 不包括：缩放、剪切、拉伸等会导致形变的操作。
+