该研究比较了不同的基于深度学习的系统，证明了一些系统足够高效和具有泛化能力，能够在软件层面实现双目相机的视频同步，从而降低整个系统的成本、重量和体积，并为生产就绪软件视频同步系统铺平了道路。

Mar, 2023

提出一种简单方法，可将视频流同步精度提高到 1 毫秒以下，并适用于任意数量的快门滚动相机，同时利用快门滚动传感器的特性来实现，使摄像机可以具有不同的帧速率和分辨率，无需重叠视野。对冰球比赛中的四个视频流进行的 5 分钟验证显示，将在所有相机中可见的事件映射到参考时间的标准偏差范围为 0.3 到 0.5 毫秒。在两个摄像机观察到的快速移动冰球的时间和空间重叠图像上展示了同步的质量。

Feb, 2019

本文介绍了一种利用多个不同时间的无法同步的相机视频序列，同时估计相机几何和时间位移的新方法，通过开发基础矩阵或具有未知时间位移的单应性的同时计算算法来实现。我们的方法使用最小的对应集（基础矩阵需要八个，单应性需要四个半），适合使用 RANSAC 进行鲁棒估计，此外，我们还提出了一种迭代算法，可以将适用性扩展到明显不同步的序列，并可以找到正确的时间位移长达几秒钟。我们在合成以及广泛真实世界的数据集上评估了这些方法，结果表明了这些方法在相机同步问题上具有广泛的应用

Apr, 2017

我们的研究引入了基于并行空间变换的框架用于大规模、多视角、多传感器场景，实现了路边场景的空间同步，减小了累积误差，并通过深度学习、地理定位线索和优化算法提高了同步精度。此框架在真实场景中进行了测试，在大规模路边多视角、多传感器空间同步方面表现优于现有方法，降低了部署成本。

Nov, 2023

本研究提出了一种新颖的事件驱动的立体视觉方法，解决了运动模糊问题。这种方法使用开发者提出的一些同步技巧，使用一对时间同步的事件视差体来表示事件，使用新的匹配成本来选择同步的事件视差体中的特征点，并在 Multi Vehicle Stereo Event Camera 数据集上表现出比传统方法更好的效果。

Mar, 2018

提出了一种针对异步传感器观测的广义多相机 SLAM 系统，通过集成连续时间运动模型，在跟踪、局部建图和环路闭合期间关联异步多帧信息。验证结果表明多相机系统使用和异步传感器建模对于实现鲁棒且准确的多相机 SLAM 系统至关重要，在挑战性的户外场景中实现了 AMV-Bench 数据集的一种新的解决方法。

Jan, 2021

本文介绍了 VersaVIS，一种开放式多摄像头视觉惯性传感器套件，其设计旨在提高移动机器人应用中的鲁棒性和精度，并支持姿态估计、环境建图和多摄像头应用等领域。

Dec, 2019

这篇论文中，我们使用多帧超分辨率算法直接从一连串的彩色滤波阵列原始图像中创建完整的 RGB 图像，以替代传统的单帧和连拍摄影流程中使用的去马赛克方法。该算法旨在提高图像分辨率和信噪比，支持多种场景条件，可以在短时间内运行。实际应用于手机的两个功能：Super-Res Zoom 和 Night Sight 模式。

May, 2019

提出基于姿势的视频同步管道，通过裁剪图像中的人物区域并进行姿势检测，应用动态时间规整 (DTW) 对姿势关键点之间的角度 / 距离测量进行尺度和位移不变的匹配，能够在多个领域中应用，例如游戏性能评估、编舞或指导运动员。

Aug, 2023

本文介绍一种可扩展和强健的非线性时间视频对齐方法，该方法利用了视频本身的本质，能够在没有手动标签的情况下对月份间隔的数据进行视频对齐，并能用于计算机图形学和视觉领域的广泛应用。

Oct, 2016