基于调整深度高斯斑点投射的 SGAD-SLAM 方法用于改进 RGBD SLAM 中的辐射场
计算机视觉与模式识别
2026-03-24 v1
摘要
3D 高斯斑点(3DGS)在 RGBD SLAM 中取得了显著进展. 当前方法通常使用 3D 高斯或视图绑定的 3D 高斯来表示跟踪和映射中的辐射场. 然而，这些高斯要么过于灵活，要么在运动上受限，导致收敛缓慢或渲染质量受限. 为解决此问题，我们采用像素对齐的高斯点，但允许每个高斯点沿其射线调整位置，以最大化渲染质量，即便简化高斯点以提高系统可扩展性也能做到这一点. 为加快跟踪速度，我们将每个像素周围的深度分布建模为高斯分布，然后使用这些分布快速将每个帧对齐到 3D 场景中. 我们在广泛使用的基准测试上报告评估结果，论证我们的设计，并在视图渲染、相机跟踪、运行时和存储复杂度方面显示优于最新方法的优势. 请参阅我们的项目页面获取代码和视频链接：https://machineperceptionlab.github.io/SGAD-SLAM-Project .
引用
@article{arxiv.2603.21055,
title = {SGAD-SLAM: Splatting Gaussians at Adjusted Depth for Better Radiance Fields in RGBD SLAM},
author = {Pengchong Hu and Zhizhong Han},
journal= {arXiv preprint arXiv:2603.21055},
year = {2026}
}
备注
CVPR 2026