本文介绍了测地线卷积神经网络（GCNN）在形状处理中的应用，包括形状描述、检索和匹配。研究提出了AtlasNet生成3D形状的方法，展示了在几何处理和形状一致性估算方面的优势。此外，提出了基于学习的GeGnn方法，用于计算多面体表面上两点间的近似测地距离，并在多个基准测试中表现优异。

本文通过分析注视特征流形发现注视特征之间的测地距离与样本的注视差异一致。提出了与注视的物理定义相关的物理一致特征（PCF）和PCFGaze框架，通过PCF优化注视特征空间。实验结果表明，该框架缓解了过拟合问题，提高了跨领域注视估计的准确性，无需额外训练数据。注视特征的洞察力有潜力使其他具有物理意义的回归任务受益。