LangGS-SLAM：基于语言特征的实时高斯溅射SLAM

本文提出一种 RGB-D SLAM 系统，在保持低延迟跟踪和地图构建的同时，重建与语言对齐的稠密特征场。首先，我们引入 Top-K 渲染管线，这是一种高吞吐量且无语义失真的方法，高效渲染高维特征图。为解决产生的语义几何之间的差异并减轻内存消耗，我们进一步设计了多准则地图管理策略，对冗余或不一致的高斯点进行修剪，同时保持场景完整性。最后，构建一种混合字段优化框架，在解耦其优化频率后，联合优化几何场和语义场，满足实时约束。所提出的系统在几何保真度上优于几何-only 基线，在语义保真度上与离线方法相当，同时以 15 FPS 的速度运行。我们的结果表明，基于密集且未压缩语言对齐特征场的在线 SLAM 既是可行的，也是有效的，弥合了 3D 感知与语言推理之间的鸿沟。