LoFTR: Detector-Free Local Feature Matching with Transformers 2021

核心思想：本文的目的是为了解决传统匹配的时候detector不鲁棒的问题，例如下图，上边是本文匹配结果，下边是superglue匹配结果：

                 可以认为是在superglue上的简单改进

整体pipeline：

    如下图所示，整体pipeline分为四个模块：

网络输入两张待匹配的image，输出最终的local feature的匹配结果

1> local feature

     和传统的deepfeature网络类似，使用cnn网络输出dense的feature map，本文使用的是resnet-18。

     从网络中抽取两层feature map（分辨率分别为1/8和1/2，分别命名为coarse 和 fine feature map）

2> coarse loftr

     将1>中生成的coarse feature map pair输入到coarse loftr层对特征进行变换，生成较