Gaussian-SLAM：基于高斯溅射的逼真密集SLAM
计算机视觉与模式识别
2024-03-25 v2 机器人学
摘要
我们提出一种密集同步定位与地图构建（SLAM）方法，使用3D高斯作为场景表示。我们的方法能够从真实世界的单摄像头RGBD视频中实现交互式重建和逼真渲染。为此，我们提出了一种新颖有效的策略，用于为新探索区域播种新的高斯体，并进行有效的在线优化，该优化与场景大小无关，因此可扩展到更大场景。这是通过将场景组织成子地图来实现的，这些子地图独立优化且无需保留在内存中。我们进一步通过最小化输入帧与渲染帧之间的光度损失和几何损失来实现帧到模型的相机跟踪。高斯表示允许对真实世界场景进行高质量逼真的实时渲染。在合成和真实世界数据集上的评估表明，与现有的神经密集SLAM方法相比，我们的方法在映射、跟踪和渲染方面具有竞争性或更优的性能。
引用
@article{arxiv.2312.10070,
title = {Gaussian-SLAM: Photo-realistic Dense SLAM with Gaussian Splatting},
author = {Vladimir Yugay and Yue Li and Theo Gevers and Martin R. Oswald},
journal= {arXiv preprint arXiv:2312.10070},
year = {2024}
}