UDGS-SLAM：面向单目 SLAM 的 UniDepth 辅助高斯泼溅
计算机视觉与模式识别
2025-05-05 v2 机器人学
摘要
近期单目神经深度估计的进展，特别是 UniDepth 网络取得的成果，促使我们研究将 UniDepth 集成到用于单目 SLAM 的高斯泼溅框架中。本研究提出了 UDGS-SLAM，这是一种新颖的方法，它消除了在高斯泼溅框架内进行深度估计时对 RGB-D 传感器的需求。UDGS-SLAM 采用统计滤波来确保估计深度的局部一致性，并联合优化相机轨迹和高斯场景表示参数。所提出的方法实现了高保真渲染图像和较低的相机轨迹绝对轨迹均方根误差（ATERMSE）。使用 TUM RGB-D 数据集对 UDGS-SLAM 的性能进行了严格评估，并与几种基线方法进行了基准测试，结果表明其在各种场景下均具有优越性能。此外，还进行了消融研究以验证设计选择，并探究不同网络骨干编码器对系统性能的影响。
引用
@article{arxiv.2409.00362,
title = {UDGS-SLAM : UniDepth Assisted Gaussian Splatting for Monocular SLAM},
author = {Mostafa Mansour and Ahmed Abdelsalam and Ari Happonen and Jari Porras and Esa Rahtu},
journal= {arXiv preprint arXiv:2409.00362},
year = {2025}
}