L'estimation d'homographie entre plusieurs images aériennes peut fournir une estimation de la position relative pour l'exploration et le suivi collaboratifs autonomes. L'utilisation dans un système robotique nécessite un algorithme d'estimation d'homographie rapide et robuste. Dans cette étude, nous proposons un algorithme d'apprentissage non supervisé qui entraîne un réseau neuronal convolutif profond (Deep Convolutional Neural Network) à estimer des homographies planaires. Nous comparons l'algorithme proposé aux méthodes traditionnelles basées sur les caractéristiques et aux méthodes directes, ainsi qu'à un algorithme d'apprentissage supervisé correspondant. Nos résultats empiriques montrent que, par rapport aux approches traditionnelles, l'algorithme non supervisé atteint une vitesse d'inférence plus rapide tout en maintenant une précision comparable ou supérieure et une robustesse face aux variations d'éclairage. De plus, tant sur un ensemble de données synthétiques que sur un ensemble de données aériennes réelles représentatives, notre méthode non supervisée présente une meilleure adaptabilité et des performances supérieures par rapport à la méthode d'apprentissage profond supervisée.