FlashSLAM：基于高斯溅写用于实时3D场景重建的加速RGB-D SLAM
计算机视觉与模式识别
2024-12-03 v1
摘要
我们提出FlashSLAM，这是一种新颖的SLAM方法，利用3D高斯溅写实现高效且稳健的3D场景重建。现有基于3DGS的SLAM方法在稀疏视角设置和大幅相机运动时常常表现不足，原因是其依赖基于梯度下降的优化，此过程既缓慢又不够准确。FlashSLAM通过将3DGS与快速基于视觉的相机跟踪技术相结合，采用预训练的特征匹配模型和点云配准，实现在不进行昂贵迭代渲染的情况下进行精确的姿态估计，跟踪时间缩短至80毫秒以内，较SplaTAM降低了90%。在稀疏设置下，我们的方法在平均跟踪精度上较先前方法提高了最高可达92%。此外，本方法考虑到深度传感器噪声，增强了使用非专业设备（如智能手机）时的鲁棒性。大量实验表明，FlashSLAM在稀疏和密集设置、合成环境和真实环境中均能可靠地运行。在基准数据集上的评估显示，其精度和效率均优于现有方法，确立了FlashSLAM作为一种通用且高性能的SLAM解决方案，推动了3D重建在多样化应用中的最新进展。
引用
@article{arxiv.2412.00682,
title = {FlashSLAM: Accelerated RGB-D SLAM for Real-Time 3D Scene Reconstruction with Gaussian Splatting},
author = {Phu Pham and Damon Conover and Aniket Bera},
journal= {arXiv preprint arXiv:2412.00682},
year = {2024}
}
备注
16 pages, 9 figures, 13 tables