文章提出了一种新的实时三维场景重建的计算框架，通过将统计模型和计算机图形学中高度可扩展的计算工具相结合，能够以 20 毫秒的处理时间重建具有未知数量曲面的像素，通过应对杂乱场景的目标探测和成像，能够实现对于复杂运动场景的鲁棒快速目标重建，为实际的三维成像应用铺平了单光子激光雷达以视频帧率的道路。

May, 2019

提出了一种基于融合数据的三维成像方法，利用单像素单光子探测器和毫米波雷达从多个角度捕捉场景的时间直方图，通过使用人工神经网络从一维融合时序数据中重建三维信息，成功消除对称模糊并提高了重建图像的质量。

Oct, 2023

本文提出一种概率图像形成模型，使用统计先验和逆方法，从所记录的光子计数中高效且稳健地估计场景深度和反射率，成功实现了对高光子计数变化下的亚皮秒准确率和光子高效的三维成像。

Jun, 2018

在高速运动和低照明条件下的场景重建是许多应用（如增强和虚拟现实、无人机导航和自主机器人）中的重要问题。本文介绍了一种能够从高速图像序列（如由单光子相机捕获的序列）中估计极端场景运动的方法，在低光或高动态范围等具有挑战性的条件下表现出色。

Sep, 2023

提出 “SoDaCam”，通过单光子设备获取光子立方，进而实现基于光子立方投影的光学成像的各种功能，包括摄像机运动、曝光等，这些功能仅受到软件定义和光子计算以及光子立方压缩的限制，从而为单光子成像提供了新的能力。

Aug, 2023

利用仅需数张自然图像和已知任意环境映射，基于物理原理的网络，可恢复透明物体的 3D 形状，包括复杂折射和反射，其成功复原了高质量透明物体的 3D 几何形状，最少仅需五到十二张图片。

Apr, 2020

通过使用 Single Photon Avalanche Diode（SPAD）阵列和 “Single-Photon Structured Light” 技术，结合高速二值投影仪，实现了高帧速率和低光水平下的三维扫描，同时通过设计能抵消误差的纠错代码，以解决受光源干扰的问题。

Apr, 2022

通过提出一种端到端的非标定多视点 PS 框架，以实现在真实环境中通过稀疏视点获取高分辨率形状的重建，摒弃了黑暗室的假设，并允许静态环境光和动态 LED 光的组合，从而实现了在实验室外轻松捕获数据，并通过实验证实，在稀疏视点情况下超越了现有的基准方法，将高精度三维重建从黑暗室引入到现实世界中，并保持了合理的数据采集复杂性。

Mar, 2024

使用飞秒激光雷达捕获的飞行时间数据结合两次光线反射路径模型与 NeRF，可以在无需先验数据、控制环境光照或场景反射率的情况下，重构可见和遮挡几何物体，同时改善传感器空间和时间分辨率的实际限制。

Dec, 2023

本文提出了一种简单且实用的解决方案，在多视角重建中使用基于联合几何和光度约束的能量最小化，利用一个共置的摄像机 - 光线扫描仪设备来克服建立跨视觉对应的问题。我们的优化算法可以从随机初始化中稳健地全局最优地恢复形状和反射率。实验结果验证了我们方法的有效性并讨论了未来的可能扩展。

May, 2021