论文笔记 SuperPoint：Self-Supervised Interest Point Detection and Description

摘要：   本文提出了一种用于训练兴趣点检测器和描述符的自监督框架，适用于计算机视觉中大量的多视角几何问题。与基于patch的神经网络不同，我们的全卷积模型在全尺寸图像上运行，并在一次向前传递中联合计算像素级兴趣点位置和相关描述符。我们引入了Homographic Adaptation（同源自适应），一个多尺度，多同源的方法，以提高兴趣点检测的重复性和执行跨域自适应(例如,synthetic-to

>>阅读原文<<