Die Schätzung von Homographien ist eine grundlegende Methode zur Bildausrichtung in zahlreichen Anwendungen. Sie wird üblicherweise durch Extraktion und Matching spärlicher Merkpunkte durchgeführt, was bei schlecht beleuchteten und texturarmen Bildern fehleranfällig ist. Andererseits verwenden bisherige tieflearnerbasierte Ansätze entweder synthetische Bilder für überwachtes Lernen oder Luftbildaufnahmen für unüberwachtes Lernen – beide Ansätze ignorieren dabei die Bedeutung der Behandlung von Tiefendisparitäten und bewegten Objekten in realen Anwendungen. Um diese Probleme zu überwinden, stellen wir in dieser Arbeit eine neue unüberwachte tieflearnerbasierte Methode zur Homographieschätzung mit einer innovativen Architektur vor. Inspiriert durch den RANSAC-Prozess traditioneller Methoden lernen wir speziell eine Outlier-Maske, um nur zuverlässige Bildregionen für die Homographieschätzung auszuwählen. Statt wie bisher direkt die Bildinhalte zu vergleichen, berechnen wir die Verlustfunktion basierend auf unseren gelernten tiefen Merkmalen. Um unüberwachtes Training zu ermöglichen, führen wir außerdem eine neuartige Dreier-Verlustfunktion ein, die speziell auf unsere Netzarchitektur abgestimmt ist. Wir validieren unsere Methode durch umfassende Vergleiche auf einem neuen Datensatz, der eine breite Palette an Szenen mit unterschiedlichem Schwierigkeitsgrad für die Aufgabe abdeckt. Experimentelle Ergebnisse zeigen, dass unsere Methode sowohl gegenüber modernen tiefen Ansätzen als auch gegenüber klassischen merkmalbasierten Verfahren die derzeit beste Leistung erzielt.