仅RGB的高斯溅射SLAM用于无界室外场景
计算机视觉与模式识别
2026-02-16 v1
摘要
3D 高斯溅射（3DGS）已成为 SLAM 中流行的解决方案，因为它能够生成高保真新视角。然而，先前的基于 GS 的方法主要针对室内场景并依赖 RGB-D 传感器或预训练的深度估计模型，因此在室外场景中表现不佳。为了解决这一问题，我们提出了一种用于无界室外场景的仅 RGB 高斯溅射 SLAM 方法——OpenGS-SLAM。技术上，我们首先采用点图回归网络在帧之间生成一致的点图以进行姿态估计。与常用的深度图相比，点图包含多视图之间的空间关系和场景几何，从而实现鲁棒的相机姿态估计。然后，我们提出将估计的相机姿态与 3DGS 渲染集成为一个端到端可微分流水线。我们的方法同时优化相机姿态和 3DGS 场景参数，显著提升了系统跟踪精度。具体来说，我们还设计了点图回归网络的自适应尺度映射器，它提供了更精确的点图到 3DGS 图谱表示的映射。我们在 Waymo 数据集上的实验表明，OpenGS-SLAM 将跟踪误差降至先前 3DGS 方法的 9.8%，并在新视角合成方面取得了最先进结果。项目页面：https://3dagentworld.github.io/opengs-slam/
引用
@article{arxiv.2502.15633,
title = {RGB-Only Gaussian Splatting SLAM for Unbounded Outdoor Scenes},
author = {Sicheng Yu and Chong Cheng and Yifan Zhou and Xiaojun Yang and Hao Wang},
journal= {arXiv preprint arXiv:2502.15633},
year = {2026}
}
备注
ICRA 2025