SurfelWarp：高效的非体素化单视图动态重建
计算机视觉与模式识别
2019-05-01 v1
摘要
我们提出了一种稠密SLAM系统，该系统以深度图像实时流作为输入，在无模板或先验模型的情况下实时重建非刚性形变场景。与现有方法不同，我们不维护任何体素数据结构，例如截断符号距离函数（TSDF）场或形变场，这些结构在性能和内存上开销巨大。我们的系统采用基于扁平点（surfel）的几何表示，可直接从商用深度传感器获取。标准图形流水线和通用GPU（GPGPU）计算被用于所有核心操作：即最近邻维护、非刚性形变场估计以及深度测量的融合。我们的流水线从根本上避免了昂贵的体素操作，如移动立方体、体素融合和稠密形变场更新，从而显著提升了性能。此外，显式且灵活的基于surfel的几何表示能够高效处理拓扑变化和跟踪失败，使我们的重建结果与更新的深度观测保持一致。我们的系统允许机器人维护包含非刚性形变物体的场景描述，这潜在地使其能够与动态工作环境进行交互。
引用
@article{arxiv.1904.13073,
title = {SurfelWarp: Efficient Non-Volumetric Single View Dynamic Reconstruction},
author = {Wei Gao and Russ Tedrake},
journal= {arXiv preprint arXiv:1904.13073},
year = {2019}
}
备注
RSS 2018. The video and source code are available on https://sites.google.com/view/surfelwarp/home