- 一种用于折射水下视觉的校准工具
该研究提供了首个开源的水下折射相机标定工具箱，可完整标定包括相机、立体视觉系统和水下外壳在内的水下视觉系统，适用于圆顶或平板口窗。通过使用渲染数据集和真实实验验证了该实现。
- CasCalib：基于级联校准的来自稀疏非同步相机的动作捕捉
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 - 统一场景表示与手眼标定的三维基础模型
利用 3D 基础模型，本研究提出了一种名为 JCR 的方法，可以在机器人系统中同时构建环境表示和相机标定，无需专用标定标志，并且是使用低成本的 RGB 相机进行的。
- 体育摄像机标定的通用基准协议
相机校准在体育分析领域中是一个至关重要的组成部分，它作为从广播图像中提取 3D 信息的基础。然而，目前的基准标准阻碍了相机校准研究的进展。为了克服这些限制，我们设计了一个名为 ProCC 的新基准协议，并通过对世界杯 2014、CARWC - CVPR仅以几何特性为基础的体育场地登记
使用 3D 足球场模型进行摄像机校准，以评估广播视频的多视角性，同时保持与最先进技术在整体几何估计上竞争力强的优越性能。
- RoGUENeRF：一个稳健的几何一致的通用 NeRF 增强器
提出了 RoGUENeRF 神经渲染增强器，利用 2D 和 3D 技术来提高渲染质量和几何一致性，修复高频纹理并解决摄像机标定问题。
- 基于像素概率的投影几何图形的稳健手术工具追踪
通过基于图像的插槽检测算法和概率模型，估计手术机器人工具的相机到基座的变换和关节角度测量误差，展示了我们方法的有效性。
- MUC：用于强健的 3D 人体重建的非校准相机混合
通过多重摄像头提供多视角视频覆盖人体，并使用三维人体重构方法，其中包括对多视角数据进行融合以及相机校准，可灵活支持任意数量的摄像头，并在两个公共数据集上表现出卓越性能，为相关应用带来重要潜力。
- 无模型畸变校正的单张图像相机标定
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。
- 基于旋转和投影矩阵的几何约束相机标定
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。
- 相机标定过程中的自动对焦镜头的影响
通过深入分析相机校准过程，检测和加强其弱点，提出了一种使用距离相关焦距的针孔相机模型，以显著改善校准过程。
- 利用闭路电视摄像头收集高分辨率交通数据的二维单应性应用
该研究实施了一个三阶段的视频分析框架，用于从道路上的摄像头提取高分辨率的交通数据，关键组成部分包括目标识别、透视转换和车辆轨迹重建，可以用于改善交通管理、识别危险驾驶行为以及减少事故和伤亡风险。
- W-HMR: 弱监督相机标定和方位校正下的人体网格恢复
通过解耦全局身体恢复为相机校准、局部身体恢复和全局身体方向校正，我们的模型能够同时考虑相机坐标的准确性和世界坐标的合理性，在双坐标系中实现高质量的重建，尤其是在具有挑战性的场景中。
- 如何将您的相机转变为完美的针孔模型
本文提出了一种新颖的相机校准方法，利用高斯过程去除图像的畸变，建立了一个虚拟的理想针孔相机，仅需一幅方格标定图像，简化了传统的相机校准方法并去除了畸变参数和迭代优化。
- 复杂拓扑场景中的单应性估计
我们提出了一种基于字典的自动化摄像机校准方法，利用定制的空间变换网络（STN）和新颖的拓扑损失函数，改善了 IoU 指标，相对于最先进模型提高了 12％。
- SynthCal：一种合成的基准测试管道，用于比较相机校准算法
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 - 无监督多视角行人检测
本文提出了一种无监督多视图行人检测方法（UMPD），通过利用视觉 - 语言预训练模型的零样本语义类别，结合迭代主成分分析和垂直差分渲染技术，不依赖于标记数据完成多视图行人检测，具有与有监督技术媲美的性能。
- CVPR利用部分运动场地注册的单目三维人体姿态估计技术在体育转播中的应用
本文研究了如何通过部分体育场地登记和联合优化 3D 姿势估计和相机标定来提取 3D 运动学数据，生成了一个 10K 张图像的合成数据集来展示现有单目 3D HPE 方法的局限性。
- 我看到了你：来自交通监控摄像头的车行人交互数据集
该论文介绍了一个新的交通数据集 I see you，该数据集解决了当前数据集不覆盖近事故场景等问题，使用 YOLOv5 和相机标定方法获取了秘鲁库斯科七个路口的 170 个近事故交通场景数据，该数据集及其代码已经发布于 Github。
- MMKaliCalib: 一种用于篮球场注册的框架
本文提出了一种新的篮球场注册框架，该框架基于编码器解码器网络的估计，采用透视感知约束对采样的关键点位置进行估计，并借助篮筐位置的回归和数据增强技术使模型对不同场馆具有鲁棒性。消融研究显示了我们的贡献对挑战测试集的积极影响，我们的方法将平均均