提出了一种新颖的宽基线匹配算法 MODS（Matching On Demand with view Synthesis），通过渐进式使用更加耗时的特征检测器和按需生成合成图像，解决了更广泛范围的宽基线问题，并在多个数据集以及新的具有几何挑战的宽基线问题上得到验证。

Mar, 2015

该论文介绍了广泛的多基线立体（WxBS）问题，提出了针对该问题的一系列改进措施，包括使用 HardNet 实现局部图像特征的学习，以及引入 feedback loop 实现 MODS 算法，该算法在解决视角差异问题上表现优异。

Dec, 2021

提出了一种名为 wide multiple baseline stereo（WxBS）的新问题，它考虑了匹配同时在多于一个图像采集因素方面存在差异的图像，如视角，光照，传感器类型或物体外观变化等，为此引入了一组新的带有地面真实性的数据集，以便评估匹配算法的性能，通过实验表明，WxBS-M 匹配器在新旧数据集上均优于现有的最先进方法。

Apr, 2015

本文介绍了一种基于多视角几何基础的方法，旨在提高自由移动相机拍摄图像的新观点综合效果。该方法利用多视角立体匹配和单目深度信息的互补特性以及基于多重旋转平均图优化来联合优化场景深度和相机位姿，并综合聚合整个场景的特征以提高视景综合效果。本文丰富的评估表明，该方法较之现有技术提高了相当多的综合效果。

Mar, 2023

该研究论文采用视图合成过程和立体匹配相结合的方法，将单目深度估计问题分解为两个子问题，并明确地在推断过程中施加几何约束条件。经验证明，这种方法的性能优于以往的方法，并且只需使用少量的真实训练数据，同时也具有良好的泛化能力。

Mar, 2018

本文介绍了一种基于 PatchMatch 算法的快速准确的 3D 密集重建方法 AMHMVS，采用不对称棋盘格传播策略，通过多假设联合视图选择来聚合多图像信息，实现了高精度和完整性密集重建。

May, 2018

提出了一种针对多视点立体相机图像的第一种通用视角合成方法，该方法引入了立体匹配以实现高质量的几何重建。该方法包括三个关键组件：立体特征提取器、深度引导的平面扫描和立体深度损失，并提出了第一个多视点数据集 StereoNVS，实验证明该方法优于以前的方法。

Apr, 2024

通过将单视图合成问题扩展到多视图设置并利用可靠的和显式的立体先验来生成伪立体视角解决了学习问题中的模糊性，将具有挑战性的新颖视图合成过程分解为两个简单的问题：立体合成和三维重建。

Apr, 2023

本文提出了一种基于条件扩散模型的新型生成模型，用于从单个输入图像生成相对的摄像机视图的连续序列的照片般逼真、视角一致、空间几何连续的图像。

Apr, 2023

该研究提出了一种使用 3D 模型和特征合成技术来实现物体多视角特征提取和无关视角比较的方法，并在细粒度图像检索和分类任务中表现出良好的性能。

Nov, 2014