3D重建任务中的显式学习和隐式学习

显式学习：简单来说就是直接通过参数来重建某个3D模型，这里的参数信息是较易获得的，方便利用的。就像3D打印机一样，知道被打印物体每个点的坐标，用的是哪一种颜料，然后喷射材料的机器头移动到那一点工作就可以了。（本质上是一个显式的3D模型。）

隐式学习：利用神经网络，将复杂的，不易得到的参数，编码到神经网络中（这个编码的过程其实就是训练神经网络的过程）。这样，只需要输入比如多角度的图片信息，那么通过神经网络，就能够自动重建原始的3D模型。

这两种方式的不同，本质上是利用信息的能力不同导致的。