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

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

通过深入探讨矫正单应性概念，我们提出了一种新的多景深摄像机在线自校准算法，并引入了一种全局最优外参估计的简单而有效的解决方案，并且提出了四个新的评估指标来度量外参估计的鲁棒性和准确性，在室内外环境使用不同实验设置进行的广泛实验证明了我们提出的算法的有效性，并在与基准算法的比较中展示了其卓越性能。

Sep, 2023

介绍了一种新的最小问题家族，以解决多视图的重建问题，并提出了一种创新的自标定方法，通过对图像点、三维点的未知深度和部分指定的标定矩阵 K 的约束来解决问题。通过实验表明，与现有方法相比，我们的方法在准确性上取得了卓越的成果。

May, 2024

提出了三种新的求解器，用于从仿射对应中估计多相机系统的相对位姿，使得用更少的对应数即可快速准确计算。

Jul, 2020

该研究介绍了一种通过鲁棒性目标函数和全局搜索策略来在混合模型中对 2D-3D 对应关系进行估计，进而实现准确摄像机姿态获取的方法，并且在经过综合评估后证明该算法在处理具有挑战性的真实和合成数据集方面，优于现有方法，可靠地收敛到全局最优解。

Dec, 2018

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

通过预估每个图像对之间的极线几何关系，构造一种针对部分仿射协变特征检测器的标准仿射框架校正算法，并验证该算法可用于预处理步骤以提高相机姿态估计、表面法线和单应性矩阵等任务的准确性。

May, 2019