利用特征点之间的仿射变换来解决相对位姿估计问题，提出了四种方法并证明了它们的有效性，可以在 RANSAC 循环中用于异常值检测和初始运动估计。

Dec, 2019

本研究提出了一种基于多视图三角化和非线性最小二乘的方法来优化局部图像特征的定位精度，实验证明该方法能够提高手工制作和学习的局部特征的三角化和相机定位性能。

Mar, 2020

本文提出了一种有效使用区域匹配的指导方针，并结合对称强度匹配的局部特征几何形状精炼方法，将不确定性传递到 RANSAC 中，并适应样本手性检查来进行单应性估计；实验结果表明，按照本文提出的指导方针，仿射求解器可以在更快的运行时间内实现与基于点的求解器同样的准确性。

Jul, 2020

使用 SIFT 检测器获取的五个旋转不变特征对，估计两视图中的基础矩阵，首先从三个对应点估计一个单应性矩阵，然后从该矩阵和另外两个位置一般的点对中获取基本矩阵，结合 Graph-Cut RANSAC 等鲁棒估计器优于其他最先进的算法，在准确性和所需迭代次数方面得到验证。作为潜在应用，我们展示了使用所提出的方法使得两视图多运动估计更加准确。

Mar, 2018

本文提出了一种几何解释方法，可用于解释取向和尺度协变特征检测器（例如 SIFT）提供的角度和尺度。在此基础上，提出了两个新的通用限制并引入到同态估计任务中。此外，还给出了一个求解器来从最小数量的两个对应点对中估计单应性并进行测试。

Jun, 2019

本文提出了一种仅使用两个仿射对应来估计两个半标定相机之间的公共焦距和基本矩阵的最小解法。其利用局部仿射变换导出的线性约束扩展了点对应技术，并通过隐变量技术高效地求解多元多项式系统。同时，为了选择出最优解，引入了新颖的条件和根选择技术，在高噪声情况下表现优异。该算法在合成数据和 104 对公开的实际图像上得到验证，论文中还包括了 MATLAB 实现。

Jun, 2017

从两个或多个视图中提取场景的点对应是一个基本的计算机视觉问题，对于相对相机位姿估计和运动结构具有特殊重要性。我们通过使用对应于传递线上的假设匹配来放宽已有模型需要的先验知识约束，并提出了一种新颖的引导方法，从而无需真实的三维结构信息即可对模型进行微调，并在新数据上获得最先进的结果。

Jan, 2024

该论文提出了从场景平面引出的五个二维 - 二维图像点对应所能获得的对于半广义单应性的第一种最小解决方案。其中一个解决器假设透视相机完全校准，而另一个解决器则估计未知的焦距和绝对姿态参数。

Mar, 2021

本文提出了一种新方法，利用两个仿射对应关系来计算多相机系统的相对姿态，该方法可用于解决 6DOF 相关姿态估计问题，通过特殊参数化和几何约束之间的关系，使得所提出的求解器比现有算法更有效且更准确，并可用于解决其他各种相关姿态估计问题。

Jun, 2023

评估最近算法在图像匹配及极线几何评估中的表现，并利用它们设计出更实用的注册系统，扩大计算机视觉任务的应用，通过四个大型数据集的实验，提出了三种高质量的匹配系统和粗 - 细 RANSAC 评估器，具有潜在的应用前景。

Aug, 2019