本研究提出了一种图像事件融合点跟踪器FE-TAP，解决了高速场景下基于图像帧的任意点跟踪的不稳定性和有限泛化能力的问题。实验结果显示，该方法在真实驾驶场景中表现优越。

本文介绍了使用事件相机实现实时视觉里程计的解决方案，利用事件相机的优势在高速和大动态范围场景下进行实时运行。已在公开数据集和作者的数据集上进行了测试。

研究人员使用高时间分辨率的脉冲相机，提出了一种基于脉冲数据的神经辐射场，用于高速场景的三维重建和新视点合成。通过设计特殊的脉冲掩蔽和损失函数，实现了准确且稳定的三维场景重建，并在合成实验中验证了其在高速场景中的优势。

本文介绍了使用事件相机实现实时视觉里程计的解决方案，成功解决了半密集三维场景重建和姿态恢复问题，并在高速和大动态范围场景下进行了测试。