SEGS-SLAM：基于外观嵌入的结构增强 3D 高斯渲染 SLAM

3D 高斯渲染 (3D-GS) 最近在同步定位与地图构建 (SLAM) 问题中取得了突破性进展。然而，大多数现有算法未能充分捕捉底层结构，导致结构不一致。此外，这些方法在处理突变的外观变化时表现不佳，导致视觉质量不一致。为解决这些问题，我们提出了 SEGS-SLAM，即结构增强 3D 高斯渲染 SLAM，实现了高质量的全景感叹画面映射。我们的主要贡献有两方面：首先，我们提出了结构增强的全景感叹画面映射 (SEPM) 框架，首次利用高度结构化的点云初始化结构化 3D 高斯，显著提高了渲染质量。其次，我们提出了基于运动的外观嵌入 (AfME)，使 3D 高斯能够更好地建模不同相机姿态下的图像外观变化。在单目、立体和 RGB-D 数据集上进行的广泛实验表明，SEGS-SLAM 在全景感叹画面质量方面显著优于最新的方法，例如在 TUM RGB-D 数据集上单目相机的 PSNR improvement 提升了 $19.86\%$。项目页面可访问 https://segs-slam.github.io/。