render.py中的坐标系
x轴向左，y轴向上，z轴向外，显然这是一个左手坐标系
SIBR中的坐标系
x轴向左，y轴朝下，z轴朝里，是一个左手坐标系
如何确定离轴渲染
离轴渲染是指观察者在视锥体上的投影位置不位于近平面的中心点，此时投影矩阵不能假设近平面的左边界与右边界互为相反数，同样地不能假设近平面的上边界和下边界互为相反数，即
\[
r \neq l \\
t \neq b
\] 
要使用render.py实现对于3D
gaussian的离轴渲染，首先要从camera.json文件中选取一个合适的正对目标物体的机位。camera.json中的相机位姿与render.py中的坐标系需要转换:
\[
R=R_{json} \\
T=-R_{json}^TT_{json}
\]
然后确定以选出的[R|T]作为相机坐标系，确定离轴渲染的不动点p，一般设置为[0, 0, r]，即位于相机坐标系中心轴上距离相机坐标系原点深度为r距离的点。
如图所示，以右手坐标系为例，点O为中心相机所在位置，O'为离轴渲染相机所在位置，新相机的旋转矩阵与中心相机一样，所以关键是确认位移\(\vec{OO'}\)
根据几何关系，\(\vec{PG'}\)可以通过\(\vec{PO}\)绕y轴\(\theta\)得到 \[ \vec{PG'}=\vec{PO}R_y(\theta) \] 如何从\(\vec{PG}\)得到\(\vec{PO'}\)呢？它们只有模长有差别，PG与OP等长，而PO‘的长度可以通过\(\theta\)角和PO确定，于是我们可以求得向量\(\vec{PO'}\) \[ ||\vec{PO'}||=||\vec{PO}||/ cos(\theta) \\ \vec{PO'} = \vec{PG'}/cos(\theta) \] 于是我们可以得到相机坐标系下的位移\(\vec{OO'}\) \[ \vec{OO'}=\vec{OP}+\vec{PO'} \\ =（P-O）+（P-O）R_y(\theta)/cos(\theta) \] 从而，我们可以得到其在相机坐标系下位姿 \[ Rt'=[I|\vec{OO'}]Rt \] 上面为右手坐标系，假如是左手坐标系就 \[ Rt'=Rt[\frac{I}{\vec{OO'}}] \]