NICE-SLAM：面向 SLAM 的神经隐式可扩展编码

Zihan Zhu; Songyou Peng; Viktor Larsson; Weiwei Xu; Hujun Bao; Zhaopeng Cui; Martin R. Oswald; Marc Pollefeys

NICE-SLAM：面向 SLAM 的神经隐式可扩展编码

计算机视觉与模式识别 2022-04-22 v2

作者: Zihan Zhu , Songyou Peng , Viktor Larsson , Weiwei Xu , Hujun Bao , Zhaopeng Cui , Martin R. Oswald , Marc Pollefeys

在 arXiv 上查看 ↗ PDF ↗

摘要

神经隐式表示近来在多个领域展现出令人鼓舞的结果，包括同步定位与建图（SLAM）方面的可喜进展。然而，现有方法产生过度平滑的场景重建，且难以扩展到大型场景。这些局限主要源于其简单的全连接网络架构未纳入观测中的局部信息。本文中，我们提出 NICE-SLAM，一种通过引入分层场景表示来融合多级局部信息的稠密 SLAM 系统。利用预训练几何先验优化该表示，可在大型室内场景上实现精细重建。相较于近期的神经隐式 SLAM 系统，我们的方法更具可扩展性、高效性与鲁棒性。在五个具挑战性数据集上的实验展示了 NICE-SLAM 在建图与跟踪质量上的竞争性能。项目主页：https://pengsongyou.github.io/nice-slam

关键词

神经隐式表示同步定位与建图分层场景表示稠密重建室内场景几何先验

引用

@article{arxiv.2112.12130,
  title  = {NICE-SLAM: Neural Implicit Scalable Encoding for SLAM},
  author = {Zihan Zhu and Songyou Peng and Viktor Larsson and Weiwei Xu and Hujun Bao and Zhaopeng Cui and Martin R. Oswald and Marc Pollefeys},
  journal= {arXiv preprint arXiv:2112.12130},
  year   = {2022}
}

备注

CVPR 2022, first two authors contributed equally. Project page: https://pengsongyou.github.io/nice-slam

NICE-SLAM：面向 SLAM 的神经隐式可扩展编码

摘要

关键词

引用

备注

相关论文