最近在做基于物体的重定位问题，之前有几篇是基于物体做重定位的，但是是有卡尔曼滤波做的，是概率模型，我们想的是利用graph来做. 就是每一物体是一个顶点，物体之间的距离构成边，然后利用graph matching来进行匹配
更新 ， 挺难过的，做了一个多月，发现这个东西已经有人做了
X-view: graph-based semantic multi-view localization
看一下pipeline
具体提graph的方法，在提之前，作者会对分割的结果进行一下过滤
然后就是匹配，图匹配是一个NP-hard 问题，作者利用random walk进行匹配（网上有一个开源的工具，里面介绍了很多graph matching的方法，各个语言版本都有）
在这个文章里，就是一个物体用random walk来做会有一个descriptor。 对于重定位来说，也就是去当前帧中每一个物体去匹配全局地图中的物体，这样就像是一个独立的匹配。
