EndoFlow-SLAM：基于流约束高斯泼溅的实时内窥镜SLAM
计算机视觉与模式识别
2025-07-08 v2 机器人学
摘要
高效的三维重建与实时可视化对于内窥镜等手术场景至关重要。近年来，三维高斯泼溅（3DGS）在高效三维重建与渲染方面展现出卓越性能。大多数基于3DGS的同步定位与地图构建（SLAM）方法仅依赖外观约束来优化3DGS和相机位姿。然而，在内窥镜场景中，非朗伯表面引起的光度不一致性以及呼吸导致的动态运动等挑战会影响SLAM系统的性能。为解决这些问题，我们额外引入光流损失作为几何约束，该约束能有效约束场景的三维结构和相机运动。此外，我们提出一种深度正则化策略，以缓解光度不一致性问题，并确保内窥镜场景中3DGS深度渲染的有效性。同时，为改进SLAM系统中的场景表示，我们优化了3DGS的细化策略，重点关注与渲染质量次优的关键帧相对应的视点，从而获得更好的渲染结果。在C3VD静态数据集和StereoMIS动态数据集上的大量实验表明，我们的方法在新视角合成和位姿估计方面均优于现有最先进方法，在静态和动态手术场景中均表现出高性能。
引用
@article{arxiv.2506.21420,
title = {EndoFlow-SLAM: Real-Time Endoscopic SLAM with Flow-Constrained Gaussian Splatting},
author = {Taoyu Wu and Yiyi Miao and Zhuoxiao Li and Haocheng Zhao and Kang Dang and Jionglong Su and Limin Yu and Haoang Li},
journal= {arXiv preprint arXiv:2506.21420},
year = {2025}
}
备注
This paper has been accepted at MICCAI2025