VGGT-SLAM：在 SL(4) 流形上优化的稠密 RGB SLAM
计算机视觉与模式识别
2025-05-26 v2
摘要
我们提出了 VGGT-SLAM，这是一个稠密 RGB SLAM 系统，通过仅使用未标定的单目相机，增量且全局地对齐由前馈场景重建方法 VGGT 创建的子图来构建。虽然相关工作使用相似变换（即平移、旋转和缩放）来对齐子图，但我们表明，在未标定相机的情况下，此类方法是不充分的。特别是，我们重新审视了重建歧义性的概念，即给定一组未标定的相机，且不对相机运动或场景结构做任何假设，场景只能被重建到真实几何的一个 15 自由度投影变换。这启发我们通过在 SL(4) 流形上进行优化来恢复跨子图的一致场景重建，从而在考虑潜在回环约束的同时，估计序列子图之间的 15 自由度单应变换。通过大量实验验证，我们证明 VGGT-SLAM 使用长视频序列实现了改进的地图质量，而由于 VGGT 对 GPU 的高要求，处理此类长序列对 VGGT 来说是不可行的。
引用
@article{arxiv.2505.12549,
title = {VGGT-SLAM: Dense RGB SLAM Optimized on the SL(4) Manifold},
author = {Dominic Maggio and Hyungtae Lim and Luca Carlone},
journal= {arXiv preprint arXiv:2505.12549},
year = {2025}
}