通过三个已知参考点的观察，我们提出了代数解法来解决经典的P3P问题，从而求得相机的位置和姿态。相比先前的方法，我们首先通过使用对应的几何约束来直接确定相机的姿态，并采用代数方法高效地解决三角函数方程组，从而确定未知的旋转矩阵及相机的位置。通过广泛的 Monte-Carlo模拟验证了该方法相对于最近的替代方法的优势，避免了计算不必要的（可能存在数值不稳定） 中间结果，从而在更低的计算成本下实现了更高的数值精度和鲁棒性。
Jan, 2017
本文使用神经网络分析NEOWISE的观测数据模拟小行星直径、颜色及族群关系，得出预测半百万主带小行星颜色的模型及分类依据。
May, 2023
我们提出了一种名为D-IOD的直接初始轨道确定方法，它通过拟合观察到的划痕图像上的轨道参数来避免LOS向量提取步骤可能导致的不准确性或错误。我们还引入了一种新的非线性最小二乘目标函数，并结合梯度下降方法进行优化，以显示D-IOD方法在各种模拟场景和具有挑战性的实际划痕图像上的有效性。
Aug, 2023
通过使用深度学习方法，我们建立、训练和测试了一种机器学习流程，可以提高在Euclid图像中检测小行星痕迹的能力，大大增加了检测到的小行星数量。
Oct, 2023
该研究提出将立体光度测量技术(SPC)与基于关键点的动态三维重建(SfM)系统相结合，通过利用深度学习的自主关键点检测和匹配方法，估计探测到的地标上的表面法线和反照率，以提高对小型天体的自主表面和形状表征。
Dec, 2023
为了解决冰卫星着陆任务中的采样自主性问题，我们提出了图形化工具用于冰卫星表面模拟 (GUISS) 框架，用于生成深度估计的立体数据集，并评估了传统和深度学习算法在不同的可视化假设下的性能。
Jan, 2024
提出了一种从单幅图像中估计完整的标定参数集的方法，通过数字图像相关获得图像点和标定目标上物理点之间的对应关系，同时在先前评估了主点之后分别计算出有效焦距和外部参数，最终获得整个图像上密集均匀的无模型畸变图。
Mar, 2024
通过极地光照条件下的高保真度立体成对图像的POLAR Traverse数据集，模拟直线移动并记录不同相机高度和倾斜度的遍历图像，旨在开发和测试依赖立体或单眼相机图像的软件算法（如视觉里程计）在月球极地环境中的应用，并提供月球极地区域预期光照条件的洞察。
对含有斜视角度的图像中的撞击坑检测算法的性能进行了评估，结果表明在含有真实月球图像的预训练下，该算法具有较高的检测性能。同时提供了首个包含斜视角度图像的撞击坑检测算法数据集，以进一步发展更为稳健的算法。
Jun, 2024
本研究解决了传统相机标定在多景图像中的局限性，提出了一种新颖的方法，只需一幅球面镜的图像即可实现高精度标定。研究显示，镜面反射提供了超出图像框架的场景信息，为构建简单的光学立体系统提供了潜在应用。实验结果证明该方法在合成和现实世界数据上的可行性与准确性。
Sep, 2024