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

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

使用点对应（PC）进行相对姿态估计是一种广泛应用的技术，本文提出了几种最小求解器，使用六个 PC 来计算多相机系统的六自由度相对姿态，包括广义相机的最小求解器和两个用于实际配置的双相机架构的最小求解器。

Feb, 2024

该论文通过将相对位姿估计建模为一个二次约束二次规划问题，直接从对应关系中估计正确的相对相机位姿，绕过后续的唯象几何约束的加强处理步骤，通过详尽的合成和实际实验证实了该方法的有效性、高效性和准确性。

Dec, 2023

提出了一种基于最小问题求解的相对相机位姿估计方法，其中采用了三点和一条线以及三点和两条线（穿过两个点）的三视图对应信息；该方法采用了一种新的高效的同伦继续求解（HC）求解器框架 MINUS，能够解决之前由 Groebner 基础方法不能有效解决的问题，并通过模拟实验和真实实验充分验证了该方法的有效性。

Mar, 2019

该研究提出了一种基于 RANSAC 框架求解几何优化问题的方法，通过设计一种学习策略，可以避免计算大量伪解，从而有效地解决了几何优化问题的难点。通过在相对位姿问题中使用该方法，在每个视图中使用四个点进行最小松弛，可以快速精确地计算出相机之间的相对位置。

Dec, 2021

该文研究了自动驾驶在高度动态和可能杂乱的环境下的相对姿态问题，提出了一种使用多摄像头系统的新算法，利用特定的先验知识开发了一种高效的 4 点算法，并与 RANSAC 结合使用，在合成数据和实际应用中表现良好。

May, 2016

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

在两视相对估计中，本文介绍了一种基于最近的仅位姿成像几何来通过适当的重新加权过滤异常值的线性相对姿态估计算法，该算法能够处理平面退化场景，在存在高比例异常值的情况下提高鲁棒性和准确性，通过将线性全局平移约束嵌入迭代重新加权最小二乘 (IRLS) 和 RANSAC 的策略中来实现鲁棒异常值去除，Strecha 数据集的仿真和实际测试表明，该算法在面对高达 80% 的异常值时实现了 2 到 10 倍的相对旋转准确性改进。

Jan, 2024

相机位姿估计的方法可以通过找到对应关系和解决基础矩阵的方式在大多数情况下提供高精度，而使用神经网络直接预测姿态的方法对于有限重叠的情况更加鲁棒，并能够推断出绝对平移尺度，但精度较低。我们展示了如何结合这两种方法的优点；我们的方法能够同时提供精确和稳健的结果，并准确推断出平移尺度。我们模型的核心是一个 Transformer，它通过学习平衡已解决和学习的姿态估计，并提供一个先验信息来指导求解器。全面的分析支持了我们的设计选择，并证明了我们的方法能够灵活适应各种特征提取器和对应估计器，在 Matterport3D、InteriorNet、StreetLearn 和 Map-free Relocalization 上展现了最先进的 6 自由度姿态估计性能。

Mar, 2024