该研究提出了多种相机标定方法，包括CompenNet++、SynthCal和基于高斯过程的校准，显著提高了标定精度。通过创新的自标定方法和镜面反射的利用，克服了传统方法的局限性，实验结果验证了新方法在合成和现实数据上的有效性与准确性。

本文综述相机校准领域新进展，涵盖基于高斯过程的去畸变方法（单幅方格图即可校准）、基于基础矩阵的迭代自标定（提升焦距估计精度）、CaLiCa深度网络（相机与激光雷达自动校准）、自监督框架（实时学习内外参）、深度分类优化自动对焦、通用相机模型全自动标定流程、街景重建校准全球交通摄像头、互信息法在线更新相机-激光雷达外参、深度视频合成可重对焦，以及后投影回归法提升绝对姿态估计精度。