本文介绍了一种新的立体事件驱动视频帧插值网络（SEVFI-Net），通过特征聚合模块解决视差问题，提升光流和视差估计的准确性。研究构建了立体视觉采集系统，并收集了新的数据集（SEID）。实验结果表明，SEVFI-Net 在多个数据集上优于现有方法，显著提高了视频插帧的质量和效率。

本文提出了一种使用多焦点光场相机进行深度估计的算法，通过利用模糊可知信息改进失焦立体图像的视差估计，并提出了逆投影模型以实现准确的深度估计。实验证明引入模糊度线索可以改善深度估计，并通过对真实世界场景的评估证明了算法的有效性。