该研究提出了一种基于联邦学习的隐私保护细粒度遥感目标分类框架，提高私有数据的局部表示，最小化通信开销，提高效率，增强鲁棒性和实际适用性。

该研究提出了一种基于粗-精匹配的框架，用于解决图像与点云匹配的问题。该框架将图片和点云转化为局部表示，并利用 attention 捕捉全局和跨模态上下文，通过采样和精细匹配来细化点到像素的对应关系。该方法在大规模室外数据集上取得了优于现有方法的结果。

该研究提出了一种基于粗-精匹配的框架，用于解决图像与点云匹配的问题。该方法在大规模室外数据集上取得了优于现有方法的结果。