論文筆記：Rethinking Planar Homography Estimation Using Perspective Fields

這篇論文也是利用深度學習計算兩張圖片之間 homography 矩陣的方法。與前文的方法（Deep Image Homography Estimation、Unsupervised Deep Homography）不同的是輸出層為 perspective field，也就是每一個像素的變換關係。在有了每個像素的變換關係以後，便能使用 DLT 計算 homography 矩陣，並且也會比只用四個點還要 robust。

以下為本文的架構圖：

其中用到的 blocks 都在上圖介紹了。本方法的 loss function 是拿估計的 perspective field 與 ground-truth 的 perspective 做比較：

最後值得一提的是此方法目前為 Paper With Code 中 Homography Estimation on S-COCO [2] 排名最高的方法。

參考資料

[1] Rethinking Planar Homography Estimation Using Perspective Fields

[2] Homography Estimation on S-COCO