本文针对视频压缩应用使用机械建模技术对编码孔径进行编码和多路访问，实现每张快照拍摄 148 帧的重组。

Feb, 2013

通过将格雷码引入事件式结构光系统，我们采用了一种高速、准确的深度估计方法，充分利用传感器带宽，实现了与最先进的扫描方法相媲美的精确度，并在数据采集速度上超越它们（提高了多达 41 倍），而不牺牲准确性。我们的方法为超高速、实时和高精度的深度估计提供了极有前景的解决方案，代码和数据集将公开提供。

Mar, 2024

我们提出了一种方法，可以从单个观测图像中重建目标场景的连续光场。我们的方法综合了两个方面的优点：联合孔径曝光编码用于压缩光场获取以及神经辐射场（NeRF）用于视图合成，从而实现高质量的连续光场重建。

Nov, 2023

本文介绍了一种基于深度神经网络的光场视频插值系统，将三帧每秒的光场图像和标准的 30 帧每秒二维视频相结合，使用流估计和外观估计生成一个完整的光场视频，使得消费级光场摄影和诸如聚焦和视差视图的应用首次可用于视频。

May, 2017

本文提出了一种基于学习的编码孔径重构高质量光场，在深度学习框架中巧妙地将测量观察融入，避免了完全依赖数据驱动先验进行光场重建。实验结果表明，相对于目前最先进的方法，本方法不仅在真实和合成数据集上具有更高的 PSNR/SSIM 值，而且更好地保留了 LF 视差结构。此外，实验表明本方法对噪声具有很好的鲁棒性。

Jul, 2020

该论文介绍了一种利用事件相机和标准相机的互补性来实现低延迟跟踪视觉特征的方法，通过提取标准相机的特征和利用事件相机的低延迟更新，该方法能够在各种场景下产生比现有技术更准确、更长的特征跟踪。

Jul, 2018

提出了一种异步滤波器，可以将事件摄像机从高速、高动态范围数据中提取的局部时间对比信息，与传统摄像机从低频参考强度信息中提取的信息相融合，以形成一个单一的高时空分辨率图像状态，证明该算法优于现有状态的方法。

Nov, 2018

使用事件相机的结构光系统通过优化空时一致性能量函数，可以更准确、快速地进行深度感知，相对于预言式算法可以更好地处理高速运动和降低误差。

Nov, 2021

本文介绍了一种新颖的傅里叶相机，利用像素级符号编码曝光对高速帧进行光学压缩，将正负曝光调制后的像素强度组合以得到哈达玛系数，通过空间复用的 Walsh 函数的单次漏像大大降低了计算复杂度，证实了相比于二进制编码曝光模式如一位编码和伪随机编码，此编码模式拥有更好的噪声容忍度，硬件原型实现了由环境光照亮的运动场景的 4kHz 帧重建。

May, 2023

提出了一种隐私保护的无镜头编码光阑相机系统，用于人类动作识别，使用深度神经网络以输入非可逆运动特征进行动作识别。

Feb, 2019