SLAM3R：基于单目RGB视频的实时稠密场景重建
计算机视觉与模式识别
2025-03-25 v3
摘要
本文介绍了SLAM3R，一个新颖且有效的系统，用于使用RGB视频进行实时、高质量的稠密三维重建。SLAM3R通过前馈神经网络无缝集成局部三维重建和全局点云配准，提供端到端的解决方案。给定输入视频，系统首先通过滑动窗口机制将其转换为重叠片段。与传统的基于位姿优化的方法不同，SLAM3R直接回归每个窗口内RGB图像的三维点图，并逐步对齐和变形这些局部点图，以创建全局一致的场景重建——全程无需显式求解任何相机参数。跨数据集实验一致表明，SLAM3R在保持20+ FPS实时性能的同时，达到了最先进的重建精度和完整性。代码可在 https://github.com/PKU-VCL-3DV/SLAM3R 获取。
关键词
引用
@article{arxiv.2412.09401,
title = {SLAM3R: Real-Time Dense Scene Reconstruction from Monocular RGB Videos},
author = {Yuzheng Liu and Siyan Dong and Shuzhe Wang and Yingda Yin and Yanchao Yang and Qingnan Fan and Baoquan Chen},
journal= {arXiv preprint arXiv:2412.09401},
year = {2025}
}
备注
CVPR 2025