为解决 volumetric fusion 重建时，重建的空间划分成等大小的 voxel，显存消耗太多，难以重建大场景，并且大量 voxel 更新耗费 GPU 资源问题，斯坦福图形学组提出了 voxel hashing 算法（参考文献：”Real-time 3D Reconstruction at Scale using Voxel Hashing”），voxel hashing 只在相机测量到的场景表面划分 voxel，而不是将整个空间都划分成 voxel，从而节省显存。算法用 hash 表的形式存储在场景表面划分的 voxel block（8x8x8 voxels），方便 voxel block 的查询。算法代码开源。InfiniTAM 是对 voxel hashing 的改进，算法速度更快，适合在移动端运行。BunldeFusion mapping 部分 code 和 voxel hashing 是一样的。

生成大素数，包括大整数的运算和素数的判定以及相关算法

建立3D点的kd树，速度很快，可以自己设置搜索距离和搜索点数