视场（FOV）是相机成像的场景角度范围，薄透镜方程是推导视场方程的基础。通过几何关系可得视场角度公式。定焦镜头的视场会因焦平面调整而略有变化，而变焦镜头则可调焦距，视场角度随之变化。

本文研究了基于宽视场相机的P2U-SLAM系统，通过条件概率模型揭示了点和姿态不确定性对优化过程的影响，并在追踪模块和局部地图中嵌入这些不确定性，提高了系统性能。

本文介绍了多种超分辨率网络模型及其创新方法，如Large Receptive Field Networks、STARnet和HighRes-net。这些模型通过特征融合、注意机制和深度学习等技术，显著提升了图像和视频的超分辨率性能，同时优化了计算效率和准确性。实验结果表明，这些方法在提高图像质量和减少参数方面表现优异。

本研究开发了一种高效的淋巴瘤分割方法，结合18F-氟脱氧葡萄糖正电子发射断层扫描与计算机断层扫描，利用视觉转换器和双编码器，显著提升了图像分割的效率和准确性，同时提出了局部掩码重建机制和基于原型的Transformer架构。

使用通用扩散模型联合建模室内和室外场景，处理尺度模糊，并推广到训练数据中有限的相机内参。DMD方法在零样本室内数据集上减少25%，在零样本室外数据集上减少33%。