本文介绍了多种基于深度学习的几何和语义匹配方法，如SCNet、SCPNet和BYOC，展示了它们在语义分割、关键点推断和目标检测等任务中的优越性能。这些方法通过自监督学习和卷积神经网络在不同数据集上实现了显著改进。

该文介绍了一种基于概率的方法，建立两幅图像间的密集对应关系，并估计像素级置信度和可靠性。该方法在多个几何匹配和光流估计数据集上具有最先进的效果，并在姿态估计领域证明了实用性。