私たちは、手作りフィルタと学習済みCNNフィルタを浅い多スケールアーキテクチャ内に組み合わせた新しいキーポイント検出手法を提案します。手作りフィルタは、学習済みフィルタのアンカーストラクチャを提供し、これらのフィルタは繰り返し現れる特徴点の局所化、スコア付け、およびランキングを行います。ネットワーク内でスケール空間表現が使用され、異なるレベルでのキーポイント抽出が行われます。我々は、一連のスケールにわたって存在する堅牢な特徴点を検出し、繰り返し現れる特徴点のスコアを最大化する損失関数を設計しました。Key.Netモデルは、ImageNetから合成的に生成されたデータで訓練され、HPatchesベンチマークで評価されました。結果は、当手法が既存の最先端検出器よりも繰り返し性、マッチング性能、複雑さにおいて優れていることを示しています。