SCPNet是一种新型的无监督跨模态单应性估计框架，通过自监督学习和特征映射投影实现。在GoogleMap数据集上，SCPNet相对于有监督方法MHN在128x128图像上的平均角点误差(MACE)提高了14.0%。在其他跨模态/光谱和手工不一致的数据集上，SCPNet的性能优于其他无监督方法，MACE相比有监督方法MHN降低了49.0%、25.2%、36.4%和10.7%。