论文笔记：ASLFeat: Learning Local Features of Accurate Shape and Localization
本文是基于 D2-Net 的进一步改进，主要创新点如下：
1）使用 Deformable Convolution 来进行稠密的变换估计和特征提取
2）使用特征金字塔适应空间分辨率以及使用 low-level 细节来进行精确的特征点定位
1 Methods
1.1 Prerequisites
本文的网络设计基于以下两个工作：DCN 和 D2-Net，首先回顾这两个工作的主要思想：
Deformable convolutional networks (DCN)
可变形卷积 (Deformable Convolutional Networks, DCN) 的目的主要是学习动态感受野，对于传统卷积来说，其公式为：
其中 代表卷积的中心点坐标， 代表卷积 范围内的偏移量，...