提出了一种名为E2HQV的新型E2V范例，利用模型辅助的深度学习框架，从基于事件相机的基本成像原理中推导出的理论驱动的E2V模型，以及为了提高视频帧质量而设计的时间偏移嵌入模块。对真实世界事件相机数据集的评估验证了方法的有效性，E2HQV在一些评估指标上超过其他最先进的方法超过40%。