我们在进行半监督方法的时候，输入的仅仅是 rgbd 图像，这个时候呢， 两个图像的匹配点的 Ground truth 是通过 depth 生成的。

过程是：
左边图像某点 x1 + 深度信息 + 两个图的内参和外参 = 右边图像的对应点
其实不用理解原理，只用记住有这样的技巧就够了。

而我们所说的gird_position，只是上述过程代码中的中间产物罢了。看下面的图就明白了。本质上是【方便地构造两行索引】