先总结一下：

这个文章是对D2Net的更进一步，主要解决了D2Net的痛点——keypoint太不准了。我实际用D2Net进行三维重建就感受到，D2Net并不是高精度的像素级匹配，而更像是图像检索的DELF。它在4pixel threshold 的精度以下完全没法跟传统的SIFT之类比，只有当阈值放大才能有特别出众的效果。

MMA.png

这个文章解决了这个痛点，而且benchmark看起来效果也是特别好。
贡献点：
1 使用deformable convolutional network（DCN）来增强基础特征提取能力；
2 利用了网络特征的固有层次性，提出了新的多尺度检测机制，能够检测更加准确的关键点；
3 这个网络是trained from scratch， d2net在分类任务上进行了初始化；

3 Methods

3.1 Prerequisites

1 Deformable convolutional networks (DCN)： 这种是可以学习几何形变的卷积，应用在这里很棒，传统的卷积在RFNet已经用堆叠在扩感受野，其实结果已经很受限了。
2 D2-Net ：这个就是d&d方法，在检测到描述子同时得到特征点坐标，借用了他的loss函数。

3.2. DCN with Geometric Constraints

原本的DCN可能包含过多的形变可能性，但是在本任务中其实主要需求的是三种：1) similarity, 2) affine and 3) homography.

3.3. Selective and Accurate Keypoint Detection

1 稍微改变了d2net的特征点判断标准 主要是通道上的判断
2 使用了一种分层的尺度融合方法

3.4. Learning Framework

网络结构：
使用L2Net作为基准，最后三层换成DCN，1 3 8层用来融合尺度（1，2，3），这个参数是他们尝试出来的。
Loss函数：

同D2Net基本上一样，主要是M使用的是不用的衡量方法，更加稳定。

3.5. Implementations

没啥新奇的，不过他们用480x480还能有比较好的尺度结果真是不错。同时注意了训练质量，对于匹配match不够32的image pair是不会反传的。