SplaTAM: 用于密集 RGB-D SLAM 的 3D 高斯泼溅、跟踪与建图

Nikhil Keetha; Jay Karhade; Krishna Murthy Jatavallabhula; Gengshan Yang; Sebastian Scherer; Deva Ramanan; Jonathon Luiten

SplaTAM: 用于密集 RGB-D SLAM 的 3D 高斯泼溅、跟踪与建图

计算机视觉与模式识别 2024-04-17 v3 人工智能机器人学

作者: Nikhil Keetha , Jay Karhade , Krishna Murthy Jatavallabhula , Gengshan Yang , Sebastian Scherer , Deva Ramanan , Jonathon Luiten

在 arXiv 上查看 ↗ PDF ↗

摘要

密集同步定位与建图（SLAM）对于机器人和增强现实应用至关重要。然而，当前的方法常常受到其表示场景的非体积或隐式方式的阻碍。这项工作引入了 SplaTAM，这是一种首次利用显式体积表示（即 3D 高斯）的方法，以实现从单个未定位的 RGB-D 相机进行高保真重建，超越了现有方法的能力。SplaTAM 采用了一个为底层高斯表示量身定制的简单在线跟踪和建图系统。它利用轮廓掩码优雅地捕获场景密度的存在。这种组合相比先前的表示带来了若干好处，包括快速渲染和密集优化、快速确定区域是否已被建图，以及通过添加更多高斯进行结构化的地图扩展。大量实验表明，SplaTAM 在相机位姿估计、地图构建和新视角合成方面取得了比现有方法高达 2 倍的优越性能，为更具沉浸感的高保真 SLAM 应用铺平了道路。

关键词

RGB-D SLAM 3D 高斯密集重建相机跟踪新视角合成

引用

@article{arxiv.2312.02126,
  title  = {SplaTAM: Splat, Track & Map 3D Gaussians for Dense RGB-D SLAM},
  author = {Nikhil Keetha and Jay Karhade and Krishna Murthy Jatavallabhula and Gengshan Yang and Sebastian Scherer and Deva Ramanan and Jonathon Luiten},
  journal= {arXiv preprint arXiv:2312.02126},
  year   = {2024}
}

备注

CVPR 2024. Website: https://spla-tam.github.io/

SplaTAM: 用于密集 RGB-D SLAM 的 3D 高斯泼溅、跟踪与建图

摘要

关键词

引用

备注

相关论文