نتناول مشكلة العثور على تطابقات كثيفة وموثوقة بين زوج من الصور. تعد هذه المهمة صعبة بسبب الاختلافات القوية في الشكل بين عناصر المشهد المتطابقة والغموض الناجم عن الأنماط المتكررة. تتضمن مساهمات هذا العمل ثلاثة جوانب. أولاً، مستوحين من الفكرة الكلاسيكية لحل الغموض في التطابقات المميزة باستخدام قيود شبه محلية، طورنا هندسة شبكة عصبية تقنية قابلة للتدريب من البداية إلى النهاية والتي تحدد مجموعات من التطابقات المتسقة مكانياً من خلال تحليل أنماط الإجماع المجاورة في الفضاء الأربعة الأبعاد لكل التطابقات المحتملة بين زوج من الصور دون الحاجة إلى نموذج هندسي شامل. ثانياً، نثبت أن النموذج يمكن تدريبه بشكل فعال من خلال الإشراف الضعيف على شكل أزواج صور متطابقة وغير متطابقة دون الحاجة إلى التسمية اليدوية الباهظة الثمن للتطابقات نقطة بنقطة. ثالثاً، نظهر أن الشبكة المقترحة للإجماع المجاور يمكن تطبيقها على مجموعة واسعة من مهام التطابق، بما في ذلك التطابق على مستوى الفئة وعلى مستوى الحالة، مما يحقق أفضل النتائج حتى الآن على مجموعة بيانات PF Pascal ومعيار تحديد الموقع البصري الداخلي InLoc (InLoc).