本文提出了一种利用方形平面标记同时解决定位和建图问题的新方法，通过创建相对标记姿态的箭头以及在所有观察帧中最小化平面标记再投影误差的方式进行全局定位优化，实验表明该方法优于运动结构和视觉SLAM技术。

Jun, 2016

通过交互式引导，此论文提出了一种基于优化的相机标定系统，利用先前拍摄的图像计算全局最大内参参数不确定性的减少，并指导用户拍摄下一张最佳图像，同时使用新的原则方法来处理角点的不确定性，实验结果证明了该系统的高效性。

Nov, 2018

研究了使用深度学习技术优化传统的ChArUco标记在照明较差、高运动、高模糊等复杂情况下的检测以及姿态估计问题。

Dec, 2018

该论文提出了一种姿态选择方法，利用自我识别校准模式实时跟踪相机姿态从而指导用户到达目标姿态，使用不确定性传播避免一些不准确的姿态，并有助于提高相机校准的准确性，其可行性和优越性得到了实验证明。

Jul, 2019

提出了一种新的检测算法，包括完全卷积网络和后处理技术，在遇到各种质量差的图像，如镜头畸变、极端姿势和噪声时，能够保持高准确性，移除假阳性，能够在不需要先验知识的情况下在多个场景下实现各种规模的输出。

Feb, 2023

本文介绍了SynthCal（一个合成相机校准基准测试管道），它生成校准图案的图像来测量相机参数，并在相机参数估计中实现准确量化，其中包括四种常见模式、两种相机类型和两种环境，评估单视图校准算法通过测量相同模式和相机设置的重投影和均方根误差，并使用Zhang方法分析不同模式的显着性）且实验结果证明了SynthCal在评估各种校准算法和模式方面的有效性。

Jul, 2023

利用eWand方法，使用闪烁LED代替印刷或显示的图案进行快速、易用的内外参数标定，以提高多摄像头的准确校准。

Sep, 2023

相机标定是估计内参和外参参数的过程，本文提出了一种基于几何约束的损失函数来测量相机参数，并通过神经网络学习框架进行优化，实验结果表明，在合成和实际数据集上，相比最先进的基准模型，我们的方法在所有参数上都有所改进。

Feb, 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

使用离线的3D姿势估计器，结合多视图线索和相机校准，自动化地获取3D人体姿态信息，包括时间同步和相机内外部校准，并通过将高维时间和校准空间划分为级联子空间以及引入定制算法来优化每个子空间，最终实现了易于使用、灵活且稳健的动作捕捉工具箱。

May, 2024