研究了机器视觉中常见的 rolling shutter 相机模型，发现其会对摄像机的 projective geometry 和 structure-from-motion 造成影响，提出了相应的投影方程并分析不同类型的运动对其造成的影响。

Mar, 2005

滚动快门相机的相对姿态问题与 RS1 相机模型、有理映射、相对相机位姿问题的解决方案有关，并且可用于解释绝对姿态计算中使用的 RS 模型。

Mar, 2024

我们研究了一种简单的相机配置，利用两个不同方向的电子快门以及它们之间的稀疏点对应，实现去除滚动快门畸变的目的，并得到了描述一般和特殊运动的几何方程和实验结果。

Jun, 2020

本文提出了一种改进的运动结构法（SfM）算法，该算法考虑了无论 Rolling Shutter（RS）的影响，都能够估计两个连续帧的相对姿态，并给出了用于复原 Rolling Shutter 相机的相对姿态的 9 点算法，使用该算法的图像矫正可产生高质量的全局快门（GS）图像和 3D 重建结果。

Mar, 2019

本文提出一种直接的视觉惯性里程计方法（VIO），该方法基于来自快门滚动摄像机和惯性测量单元（IMU）的测量，估计传感器设置的运动和环境的稀疏 3D 几何图形，并结合光度束调整，估计一组最近的关键帧姿势和稀疏点的反深度，同时利用 IMU 信息，基于滚动快门效应对速度和偏差进行校准。在公开数据集上进行的实验说明，与不考虑滚动快门的系统相比，所提出的方法表现更好，并在全局快门数据上实现了与全局快门方法类似的准确度。

Nov, 2019

本研究提出了一种基于 Ackermann 运动模型和简化深度假设的最小算法求解滚动快门相机拍摄影像中的畸变，实现了高效且精确的运动补偿。

Dec, 2017

本文介绍了一种基于深度学习的滚动快门校正方法，使用两个相邻帧的图像进行矫正，并在全局快门图像的中间时间点上预测出该图像，相较于现有方法具有更好的效果。

Aug, 2021

本文介绍了一种基于滚动快门 SfM 的关键运动序列 (CMSs) 的处理方法，通过采用线性化纯旋转 RS 摄像机模型，将 RS 变形近似表达为虚拟相机的两个内部参数加上类似于镜头变形的单参数非线性变换，将问题重构为虚拟相机的自标定，并推导了 CMSs 的一般表示。

Nov, 2016

我们提出了一种方法来解决由具有滚动快门传感器的光场相机拍摄的单幅图像的三维场景重建问题。我们的方法利用光场中存在的三维信息线索和滚动快门效应提供的运动信息。我们提出了一个适用于该传感器的成像过程的通用模型和一个两阶段算法，该算法能在考虑相机的位置和运动的情况下，最小化重新投影误差，并采用运动 - 形状捆绑调整估计策略。从而，我们提供了一种瞬时的三维形状 - 姿态 - 速度感知范例。据我们所知，这是第一项利用这种传感器进行这种目的的研究。我们还提供了一个由展示滚动快门效应的不同光场组成的新的基准数据集，可用作改进该领域评估和跟踪进展的共同基础。我们通过几个针对不同场景和运动类型的实验来展示我们方法的有效性和优势。源代码和数据集可在此 https URL 公开访问。

Nov, 2023

提出了一种基于滚动快门相机的相机姿态估计和环境几何估计的鲁棒快速 Bundle Adjustment 解决方案，该方案采用了标准化和协方差标准化加权的组合，避免平面退化，并针对其雅可比矩阵和舒尔补的稀疏性进行加速。

Sep, 2022