图像的隐式表示可以表征任意分辨率的图像/特征： 对于Feature-Level的表示 主要是训练一个解码器 f , 对于原始feature map的xq位置，z_表示它的latent code（即特征的值），x_表示2d坐标（每个element都分配一个2d坐标） 后续在学习学习这个方向 感觉很容易用到姿态估计
