摘要：提出了一种全卷积神经网络架构，用于兴趣点检测和描述，该架构使用一种名为单应性自适应(Homographic Adaptation)的自监督域自适应框架进行训练。我们的实验表明:(1)可以将知识从合成数据集迁移到真实世界的图像上；(2)稀疏兴趣点检测和描述可以作为一个高效的卷积神经网络来实现；(3)由此产生的系统在诸如单应性估计等几何计算机视觉匹配任务中表现良好。 阅读全文