本研究提出了一种新颖的典型域方法，解决了3D人体姿态估计中源域与目标域的差异，消除了额外微调的需求，显著提升了跨数据集的泛化能力。

提出了一种自我监督的基于事件感知的单目深度估计框架EMoDepth，利用跨模态一致性约束训练过程，并仅使用事件进行单目深度预测。实验证明了方法的有效性和精度超过现有方法。