关于Learning Feature Descriptors usingCamera Pose Supervision (CAPS)论文源码中概率分布求解

今天看CAPS源码时发现在计算x1在I2中对应位置的概率分布（对应于论文的3.2 Differentiable Matching Layer）有两种方式correlation和distance：

1. correlation: 将I1和I2的 feature map f1和f2 作矩阵乘法，然后求softmax作为概率分布p：
   $$p=softmax(f_1\cdot f_2^T)$$

   sim = feat1.bmm(feat2.transpose(1, 2))
   prob = F.softmax(sim, dim=-1) 
   

   理解为两图像的feature map中的值越大的两点越可能是预期匹配点。

2. distance:通过求f1和f2的欧式距离（不确定能不能这么理解）确定概率分布p，距离越近概率越大:
   $$p=softmax(-(f_1^2+(f_2^2{)}^T-2f_1{f}_2^T))$$

   dist = torch.sum(feat1**2, dim=-1, keepdim=True) + \
          torch.sum(feat2**2, dim=-1, keepdim=True).transpose(1, 2) - \
          2 * feat1.bmm(feat2.transpose(1, 2))
   prob = F.softmax(-dist, dim=-1)
   

理解为两图像的feature map中的值相差越小的两点越可能是预期匹配点。