本論文では、2つの画像間の高密度ピクセル対応推定の課題に取り組んでいます。この問題は、最近ConvNets（CNNs）によって著しい進歩が見られた光流推定タスクと密接に関連しています。光流手法は、小さなピクセル移動や限定的な外観変化のシナリオでは非常に正確な結果を生み出しますが、本研究で考慮しているような強い幾何学的変換にはほとんど対処できません。本論文では、光流アプローチの利点を活用し、大規模な変換にも適用可能な粗い段階から細かい段階へのCNNベースのフレームワークを提案します。これにより、高密度かつサブピクセル精度の推定が可能になります。このフレームワークは合成変換データで訓練され、未知の現実的なデータに対して非常に優れた性能を示しています。さらに、我々は相対カメラ姿勢推定の問題にこの方法を適用し、既存の高密度アプローチよりも優れた性能を達成することを示しています。