In diesem Artikel befassen wir uns mit der Aufgabe der Herstellung dichter visueller Korrespondenzen zwischen Bildern, die Objekte derselben Kategorie enthalten. Dies ist eine anspruchsvolle Aufgabe aufgrund großer intra-klassischer Variabilität und des Mangels an dichten Pixel-Level-Anmerkungen. Wir schlagen eine convolutionale neuronale Netzwerkarchitektur namens adaptive Neighborhood Consensus Network (ANC-Net) vor, die end-to-end mit spärlichen Schlüsselpunkt-Anmerkungen trainiert werden kann, um diese Herausforderung zu bewältigen. Im Kern von ANC-Net befindet sich unser vorgeschlagenes nicht-isotropes 4D-Convolution-Kernel, das als Baustein für das adaptive Neighborhood Consensus-Modul dient und eine robuste Abbildung ermöglicht. Zudem führen wir in ANC-Net ein einfaches und effizientes multiscales Selbstähnlichkeitsmodul ein, um die gelernten Merkmale robuster gegenüber intra-klassischen Variationen zu machen. Außerdem schlagen wir eine neuartige orthogonale Verlustfunktion vor, die die Eins-zu-Eins-Zuordnungsbedingung erzwingen kann. Wir evaluieren die Wirksamkeit unserer Methode umfassend an verschiedenen Benchmarks, wobei sie die derzeit besten Methoden erheblich übertrifft.