伪深度融合高斯：基于 Feed-forward RGB SLAM 的基线方法
计算机视觉与模式识别
2025-08-07 v1
摘要
从无姿态的 RGB 流中逐步恢复真实尺寸的三维几何是 3D 重建中的一项具有挑战性的任务，要求对输入数据施加最小假设。现有方法可大致分为端到端方法与视觉 SLAM 方法，二者要么难以处理长序列，要么依赖缓慢的测试时优化或深度传感器。为此，我们首先将深度估计器集成到 RGB-D SLAM 系统中，但该方法因预测深度中的几何细节不准而受限。进一步调查发现，3D 高斯映射可有效解决此问题。基于此，我们提出一种基于 3D 高斯的 SLAM 联合在线 3D 重建方法，结合 feed-forward 循环预测模块，直接从光流中推断相机姿态。该方法以快速网络推断取代缓慢的测试时优化，显著提升跟踪速度。此外，我们引入局部图渲染技术以增强 feed-forward 姿态预测的鲁棒性。在 Replica 与 TUM-RGBD 数据集上进行实验，并进行实际部署演示，结果表明该方法在性能上与最新方法 SplaTAM 持平，同时将跟踪时间降低超过 90%。
引用
@article{arxiv.2508.04597,
title = {Pseudo Depth Meets Gaussian: A Feed-forward RGB SLAM Baseline},
author = {Linqing Zhao and Xiuwei Xu and Yirui Wang and Hao Wang and Wenzhao Zheng and Yansong Tang and Haibin Yan and Jiwen Lu},
journal= {arXiv preprint arXiv:2508.04597},
year = {2025}
}
备注
IROS 2025