Die Schätzung einer planaren Homographie bezieht sich auf das Problem der Berechnung einer bijektiven linearen Abbildung von Pixeln zwischen zwei Bildern. Obwohl dieses Problem bereits mit Hilfe von Faltungsneuralen Netzen (CNNs) untersucht wurde, schätzen bestehende Methoden die Position der vier Ecken einfach durch eine dichte Schicht vor einer vollständig verbundenen Schicht regressiv ab. Diese Vektorrepräsentation zerstört die räumliche Struktur der Ecken, da diese eine klare räumliche Reihenfolge aufweisen. Zudem sind vier Punkte die minimal erforderliche Anzahl zur Berechnung einer Homographie, weshalb ein solcher Ansatz anfällig für Störungen ist. In diesem Artikel stellen wir einen konzeptionell einfachen, zuverlässigen und allgemeinen Rahmen für die Homographieschätzung vor. Im Gegensatz zu früheren Ansätzen formulieren wir dieses Problem als Perspektivfeld (Perspective Field, PF), das das Wesentliche der Homographie – die Pixel-zu-Pixel-Bijektion – modelliert. Das PF wird natürlicherweise durch das vorgeschlagene vollständig faltungsneuronale Residualnetzwerk PFNet gelernt, wodurch die räumliche Ordnung jedes Pixels erhalten bleibt. Darüber hinaus ermöglicht die aus dem PF abgeleitete Verschiebung jedes Pixels eine robuste Schätzung der Homographie durch Nutzung dichter Korrespondenzen. Unsere Experimente zeigen, dass die vorgeschlagene Methode sowohl in Bezug auf Genauigkeit als auch hinsichtlich der Netzwerkgröße gegenüber traditionellen korrespondenzbasierten Ansätzen und aktuellen state-of-the-art CNN-Ansätzen übertrifft. Zudem ist die neue Parametrisierung dieser Aufgabe allgemein gültig und kann von jeder Architektur eines vollständig faltungsneutralen Netzes (FCN) implementiert werden.