单应矩阵与图像拼接的关系

[fanzhen12]

你好，很高兴又看见您提交的新项目！这应该是您库中的第三个使用深度学习估计单应矩阵的pytorch项目。我现在有些问题想要请教您：
1.单应矩阵与图像拼接的关系是：计算出单应矩阵后，只需以一张图为基准，对另一张图每个像素做单应变换到基准图上，不重叠的部分保留多少可以通过自定义拼接后图像大小决定。那么我想问，我们要估计的是两幅图重叠的部分的单应矩阵，那两幅待拼接的图像中的重叠部分如何找到呢，也就是如何界定两幅有重叠部分的带拼接图像的重叠部分，在整个拼接过程中，如何区分重叠部分与不重叠部分？（第一个问题）
2.我知道单应矩阵是整个图像拼接中的重要步骤，但是我现在找到和实现的都仅仅是单应矩阵的深度学习估计相关，没有一个较为完整的用深度学习实现的图像拼接项目(您那天发给我的那两篇除外，但那虽然是一个完整实现了图像拼接的深度学习项目，却是使用tensorflow实现，目前只掌握了pytorch，对tensorflow不甚了解，不是说我不会去学，只是估计难以在几个月之内掌握，所以对于这一项目，我目前还停留在能够把项目跑通的程度，您能否对Unsupervised Deep Image Stitching: Reconstructing Stitched Features to Images这一项目也进行pytorch的改写，我也会在此过程中认真学习(只是我的一个请求，您如果使用pytorch实现了，我会非常感激，不过您若拒绝，我也对您之前所做的工作表示万分感谢))（这是第二个问题）