该文介绍了一种基于卷积神经网络的方法，用于改善补丁匹配和三维重建。该方法使用多分辨率ConvNets学习关键点描述符，并提出了一个新的数据集。实验结果表明，该方法的描述符优于当前最先进的描述符。

该论文提出了一种基于补丁匹配的风格转移方法，通过 Retinex 理论和通道分组策略解决了现有技术的挑战，并实现了更加风格一致的纹理和内容的忠实性。