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

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

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

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

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

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

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

从单个图像中估计相对于全局框架的六自由度相机姿态的问题，我们提出了一种利用相对空间和时间几何约束的新颖网络来引导定位的深度网络的训练方法。利用相邻相机帧和场景中时空距离较远的相机帧获得的空间和时间相对姿态约束，我们的方法能够学习到在只有少量或非常稀疏的地面真实 3D 坐标可用的情况下进行定位。我们在三个常见的视觉定位数据集上评估了我们的方法，并证明其优于其他直接姿态估计方法。

Dec, 2023

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

本文介绍了一种多人 3D 姿态估计的快速、鲁棒方法，使用多方式匹配算法来解决在噪声和不完整的 2D 姿态预测中查找跨视角对应关系的主要挑战，并结合几何和外观提示进行跨视角匹配。

Jan, 2019