- CVPR广义事件相机
设计了将场景强度以高效的带宽方式进行捕捉的广义事件相机，使用单光子传感器实现高速、高保真成像，支持即插即用的下游推理，无需新的事件数据集或专门的事件视觉模型设计，带来在成本上不过分的带宽消耗的实际应用。
- 面向事件相机的基于流的视觉流压缩
该研究引入了一种基于流的方法，用于实时异步压缩事件流数据的生成，通过利用实时光流估计来预测未来事件，从而显著减少数据传输量，并展示了该方法在不同数据集上实现了平均 2.81 的压缩比，与 LZMA 压缩结合使用可以实现 10.45 到 17 - 事件到视频转换用于高空目标检测
使用事件相机收集航拍图像由于图像传感器的能效较高而具有吸引力，然而，事件相机使得后续图像处理复杂化，尤其是在对象检测等复杂任务中。本文研究了事件流在航拍对象检测中的可行性，并证明了密集事件表示与对应的 RGB 帧之间性能存在显著差距的因果关 - 非完整地面车辆的事件驱动视觉里程计
基于事件的运动估计在提取和跟踪稳定特征方面仍然存在困难，因此通常认为与其他传感器的融合是必需的。在本研究中，我们利用 Ackermann 转向平台的约束非完整运动模型，实现了可靠的纯事件型视觉测距。通过将常规帧摄像机的单特征非线性扩展到准时 - 基于大型视觉 - 语言模型的语义感知框架 - 事件融合式模式识别
整合 RGB 帧、事件流和语义标签的模式识别框架，利用预训练的大规模视觉 - 语言模型（CLIP）提取特征，并通过多模态 Transformer 网络集成这三种形式的特征，通过实验证明了 SAFE 模型的有效性。
- 生成用于导航和着陆的合成事件视觉数据集
通过优化降落轨迹，在月球表面生成一系列逼真的图像，并利用事件相机模拟器将其转换为事件流，从而构建了包含事件流和运动场地真值数据的 500 个轨迹的数据集，旨在支持基于事件的太空航姿态重建问题的研究。
- 神经图像再曝光
本论文提出了一种基于神经网络的图像重新曝光框架，其包括视觉潜在空间构建的编码器、聚合信息到神经胶片的重新暴露模块和将神经胶片‘转化’成所需图像的解码器，并且将事件流和注意力机制应用于其中，以在统一的框架中解决快门策略带来的问题。
- 基于流的声明式流程监视和发现方法
提出了一个基于数据生成动态条件响应 (DCR) 图的算法，实现了对进程模型的自动更新，并采用定量和定性评估的方式验证了该方法的有效性。
- 使用稀疏但变化像素的基于事件的视觉地点识别：需要多少事件？
本文探讨用事件相机实现机器人本地化中视觉场景匹配的问题，进一步发掘了少量稀疏像素相机特性，通过像素内事件数的差值累加构建事件帧以实现精准的场景匹配，并在实验数据集上证明了其性能表现与应用潜力。
- ICLR参数较差的 ε 边界闭式稳定化霍克斯过程
本文介绍了如何利用稳定化过程改进最大似然估计的性能，以更好地建模离散事件在连续时间事件流中的相互作用，从而提高传统方法在多序列数据上的表现。