Deep learning 什么'；s基于RANSAC的投票和；Hough投票估计关键点的向量场

“PVNet：用于6自由度姿态估计的像素级投票网络”一文使用基于RANSAC的投票定位关键点，并进一步使用PnP计算对象姿态

“基于可微代理投票正则化器的6自由度目标姿态估计”一文在测试中采用Hough投票定位关键点，然后采用EPnP求解6自由度姿态。他们在文件的“实施细节”部分提到了这一点。我不知道他们在培训中使用了什么来定位关键点，无论是Hough投票还是RANSAC

基于b/w RANSAC的投票和Hough投票在估计关键点定位向量场方面有什么区别？在哪种情况下哪一个更好

---

Hough投票和RANSAC在本质上是完全不同的。我不确定这是不是合适的地方answer@Shai，我不是问Hough投票和RANSAC之间的区别。我的问题非常清楚，它是关于使用向量场来估计语义分割对象中的关键点。