动态场景重建的捆绑调整：重新回归轨道

传统的 SLAM 系统依赖捆绑调整，在常见于休闲视频的高度动态场景中难以胜任。此类视频将动态元素的运动与相机运动混合，从而破坏了传统系统所依赖的静态环境假设。现有技术要么过滤掉动态元素，要么独立建模其运动。然而，前者常导致重建不完整，后者则可能导致运动估计不一致。本文采用一种新方法，利用 3D 点跟踪器分离相机引起的运动与动态物体观察到的运动。仅考虑相机引起的分量后，捆绑调整可在所有场景元素上可靠地运行。我们进一步通过基于尺度图的轻量级后处理确保视频帧之间的深度一致性。我们的框架将传统 SLAM 的核心——捆绑调整——与强大的学习型 3D 跟踪器前端集成。结合运动分解、捆绑调整和深度细化，我们的统一框架 BA-Track 能够准确跟踪相机运动，生成在时间上连贯且尺度一致的稠密重建，能够容纳静态和动态元素。我们的实验在具有挑战性的数据集上显示，在相机姿态估计和 3D 重建精度方面均取得显著改进。