本文出自近几年备受瞩目的创业公司 MagicLeap，发表在 CVPR 2018,一作 Daniel DeTone，[paper]，[slides]，[code]。这篇文章设计了一种自监督网络框架，能够同时提取特征点的位置以及描述子。相比于 patch-based 方法，本文提出的算法能够在原始图像提取到像素级精度的特征点的位置及其描述子。本文提出了一种单映性适应（Homographic Adaptation）的策略以增强特征点的复检率以及跨域的实用性（这里跨域指的是 synthetic-to-real 的能力，网络模型在虚拟数据集上训练完成，同样也可以在真实场景下表现优异的能力）。介绍诸多应……