我们是否在深层单目视觉 SLAM 中掌握了规模？ScaleMaster 数据集与基准

近期在深层单目视觉同步定位与地图（SLAM）方面的进展取得了令人印象深刻的准确度和稠密重建能力，但其对大规模室内环境中规模不一致的鲁棒性仍基本未被探索。现有基准受限于房间规模或结构简单的设置，未能充分解决 intra-session 规模漂移和 inter-session 规模歧义的关键问题。为填补这一空白，我们引入了 ScaleMaster 数据集，这是第一个专为评估在面对如多楼层结构、长轨迹、重复视图和低纹理区域等具有挑战性情景下的规模一致性而设计的基准。我们系统地分析了最新深度单目视觉 SLAM 系统对规模不一致性的脆弱性，提供了定量和定性评估。关键的是，我们的分析超越了传统的轨迹度量，包括使用如 Chamfer 距离等指标对高保真 3D 基准进行直接的地图到地图质量评估。我们的结果表明，虽然最近的深度单目视觉 SLAM 系统在现有基准上表现出色，但在真实、大规模室内环境中会遭受严重的规模相关失败。通过发布 ScaleMaster 数据集和基线结果，我们旨在为未来研究奠定基础，以发展出具规模一致性和可靠性的视觉 SLAM 系统。