OG-Mapping：基于八叉树的结构化 3D 高斯在线稠密建图
计算机视觉与模式识别
2024-09-02 v1
摘要
3D 高斯溅射（3DGS）近期在 RGB-D 在线稠密建图方面展现出可喜的进展。然而，现有方法过度依赖逐像素深度线索来执行地图致密化，这导致了显著的冗余并增加了对深度噪声的敏感性。此外，显式存储房间尺度场景的 3D 高斯参数带来了巨大的存储挑战。在本文中，我们提出了 OG-Mapping，它利用稀疏八叉树稳健的场景结构表示能力，结合结构化 3D 高斯表示，以实现高效且稳健的在线稠密建图。此外，OG-Mapping 采用基于锚点的渐进式地图优化策略，以在多个细节层级上恢复场景结构。与以往方法维护固定关键帧窗口中少量活跃关键帧不同，OG-Mapping 采用动态关键帧窗口，使其能够更好地应对错误局部极小值和遗忘问题。实验结果表明，OG-Mapping 以紧凑的模型提供了比现有基于高斯的 RGB-D 在线建图方法更稳健、更具真实感的建图结果，且无需额外的后处理。
引用
@article{arxiv.2408.17223,
title = {OG-Mapping: Octree-based Structured 3D Gaussians for Online Dense Mapping},
author = {Meng Wang and Junyi Wang and Changqun Xia and Chen Wang and Yue Qi},
journal= {arXiv preprint arXiv:2408.17223},
year = {2024}
}