FCSS: Fully Convolutional Self-Similarity for Dense Semantic Correspondence

本文探讨了传统方法在计算图像局部自相似性（LSS）时存在的问题，即无法捕获语义相似性。为解决这一问题，作者提出了一种基于弱监督学习的方法。该方法利用A->B和B->A的一致性作为正样本，其余视为负样本，以此训练神经网络CNN来增强图像间的语义理解。这种方法有望在图像分析和比较中提供更精确的相似性度量。