論文の概要: Dense RGB SLAM with Neural Implicit Maps
- arxiv url: http://arxiv.org/abs/2301.08930v1
- Date: Sat, 21 Jan 2023 09:54:07 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-24 15:38:46.190708
- Title: Dense RGB SLAM with Neural Implicit Maps
- Title(参考訳): ニューラルネットワークを用いた高密度RGB SLAM
- Authors: Heng Li, Xiaodong Gu, Weihao Yuan, Luwei Yang, Zilong Dong, Ping Tan
- Abstract要約: ニューラル暗黙マップ表現を用いた高密度RGB SLAM法を提案する。
提案手法は,映像フレームの描画と入力を一致させることで,カメラの動きとニューラル暗黙マップを同時に解く。
提案手法は,従来の手法よりも良好な結果が得られ,最近のRGB-D SLAM法を超えている。
- 参考スコア(独自算出の注目度): 34.37572307973734
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: There is an emerging trend of using neural implicit functions for map
representation in Simultaneous Localization and Mapping (SLAM). Some pioneer
works have achieved encouraging results on RGB-D SLAM. In this paper, we
present a dense RGB SLAM method with neural implicit map representation. To
reach this challenging goal without depth input, we introduce a hierarchical
feature volume to facilitate the implicit map decoder. This design effectively
fuses shape cues across different scales to facilitate map reconstruction. Our
method simultaneously solves the camera motion and the neural implicit map by
matching the rendered and input video frames. To facilitate optimization, we
further propose a photometric warping loss in the spirit of multi-view stereo
to better constrain the camera pose and scene geometry. We evaluate our method
on commonly used benchmarks and compare it with modern RGB and RGB-D SLAM
systems. Our method achieves favorable results than previous methods and even
surpasses some recent RGB-D SLAM methods. Our source code will be publicly
available.
- Abstract(参考訳): 同時局在マッピング(SLAM)において、マップ表現にニューラル暗黙関数を使用する傾向が出現している。
いくつかの先駆的な研究は、RGB-D SLAMの奨励的な成果を達成した。
本稿では,ニューラル暗黙マップ表現を用いた高密度RGB SLAM法を提案する。
深度入力なしでこの挑戦目標を達成するために、暗黙のマップデコーダを容易にする階層的な特徴量を導入する。
この設計は、様々なスケールで形状の手がかりを効果的に融合させ、地図の再構築を容易にする。
本手法は,映像フレームの描画と入力をマッチングすることで,カメラの動きとニューラル暗黙マップを同時に解く。
最適化を容易にするため,カメラのポーズやシーン形状の制約を改善するために,多視点ステレオの精神における光度ゆらぎ損失を提案する。
提案手法を一般的なベンチマークで評価し,現代のRGBおよびRGB-D SLAMシステムと比較した。
提案手法は,従来の手法よりも良好な結果が得られ,最近のRGB-D SLAM法を超えている。
ソースコードは公開される予定だ。
関連論文リスト
- Loopy-SLAM: Dense Neural SLAM with Loop Closures [56.00799739701623]
ポーズをグローバルに最適化するLoopy-SLAMと高密度3Dモデルを導入する。
我々は,データ駆動のポイントベースサブマップ生成手法を用いてフレーム・ツー・モデル追跡を行い,グローバルな位置認識を行うことで,オンラインのループクロージャをトリガーする。
合成Replicaおよび実世界のTUM-RGBDおよびScanNetデータセットの評価は、既存の高密度ニューラルネットワークRGBD SLAM法と比較して、追跡、マッピング、レンダリングの精度の競争力または優れた性能を示す。
論文 参考訳(メタデータ) (2024-02-14T18:18:32Z) - Hi-Map: Hierarchical Factorized Radiance Field for High-Fidelity
Monocular Dense Mapping [51.739466714312805]
ニューラルラジアンス場(NeRF)に基づく新しいモノクリン高密度マッピング手法であるHi-Mapを導入する。
ハイマップは、RGB入力のみを用いた効率的かつ高忠実なマッピングを実現する能力において例外的である。
論文 参考訳(メタデータ) (2024-01-06T12:32:25Z) - SplaTAM: Splat, Track & Map 3D Gaussians for Dense RGB-D SLAM [50.60694084264132]
3Dガウシアンによるシーンの表現は、単一の単眼のRGB-Dカメラを用いて高密度SLAMを実現することができることを示す。
私たちはオンラインのトラッキングとマッピングのパイプラインを採用し、基礎となるガウス表現を特に使用するように調整しています。
実験により、SplaTAMは、カメラポーズ推定、マップ構築、ノベルビュー合成において、最先端の性能を最大2倍に向上することが示された。
論文 参考訳(メタデータ) (2023-12-04T18:53:24Z) - DNS SLAM: Dense Neural Semantic-Informed SLAM [92.39687553022605]
DNS SLAMは、ハイブリッド表現を備えた新しいRGB-DセマンティックSLAMアプローチである。
本手法は画像に基づく特徴抽出と多視点幾何制約を統合し,外観の細部を改良する。
実験により, 合成データと実世界のデータ追跡の両面において, 最先端の性能が得られた。
論文 参考訳(メタデータ) (2023-11-30T21:34:44Z) - GS-SLAM: Dense Visual SLAM with 3D Gaussian Splatting [54.56928482110888]
本稿では,まず3次元ガウス表現を同時局所化・マッピングシステムで利用するtextbfGS-SLAM$を紹介する。
提案手法では,地図の最適化とRGB-D再レンダリングの大幅な高速化を実現するリアルタイム微分可能なスプレイティングレンダリングパイプラインを利用する。
提案手法は,Replica,TUM-RGBDデータセット上の既存の最先端リアルタイム手法と比較して,競争性能が向上する。
論文 参考訳(メタデータ) (2023-11-20T12:08:23Z) - FMapping: Factorized Efficient Neural Field Mapping for Real-Time Dense
RGB SLAM [3.6985351289638957]
本稿では,リアルタイム高密度RGB SLAMにおける色付き点クラウドマップの連続的推定を容易にする,効率的なニューラルネットワークマッピングフレームワークであるFMappingを紹介する。
本稿では,シーン表現のための効果的な因子化手法を提案し,シーン再構成の不確実性を低減するためのスライディングウィンドウ戦略を提案する。
論文 参考訳(メタデータ) (2023-06-01T11:51:46Z) - Point-SLAM: Dense Neural Point Cloud-based SLAM [61.96492935210654]
本稿では,モノクラーRGBD入力に対する高密度ニューラルネットワークの局所化とマッピング(SLAM)手法を提案する。
トラッキングとマッピングの両方が、同じポイントベースのニューラルシーン表現で実行可能であることを実証する。
論文 参考訳(メタデータ) (2023-04-09T16:48:26Z) - ESLAM: Efficient Dense SLAM System Based on Hybrid Representation of
Signed Distance Fields [2.0625936401496237]
ESLAMは、未知のカメラポーズでRGB-Dフレームを読み出し、シーン表現を漸進的に再構築する。
ESLAMは3次元再構成の精度を向上し、最先端の高密度視覚SLAM法のカメラローカライゼーションを50%以上向上する。
論文 参考訳(メタデータ) (2022-11-21T18:25:14Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。