本文は D2-Net に基づいたさらなる改良であり、主な革新点は以下の通りです： 1）Deformable Convolution を使用して密な変換推定と特徴抽出を行う 2）特徴ピラミッドを使用して空間解像度に適応し、low-level の詳細を使用して正確な特徴点の位置を特定する 1 方法 1.1 前提条件 本文のネットワーク設計は、以下の2つの研究に基づいています：DCN と D2-Net、まずこれら2つの研究の主な考え方を振り返ります： Deformable convolutional networks (DCN) 変形可能な畳み込み (Deformable Convolutional Networks, DCN) の目的は主に動的な受容野を学習することです。従来の畳み込みに対して、その式は次の通りです：...