論文の概要: OG-Mapping: Octree-based Structured 3D Gaussians for Online Dense Mapping
- arxiv url: http://arxiv.org/abs/2408.17223v1
- Date: Fri, 30 Aug 2024 12:01:59 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-02 15:28:41.243761
- Title: OG-Mapping: Octree-based Structured 3D Gaussians for Online Dense Mapping
- Title（参考訳）: OG-Mapping:オンラインディエンスマッピングのためのOctoreeベースの構造化3Dガウス
- Authors: Meng Wang, Junyi Wang, Changqun Xia, Chen Wang, Yue Qi,
- Abstract要約: 3DGSは最近、RGB-Dオンライン高密度マッピングの有望な進歩を実証した。
既存の手法では、マップのデシフィケーションを行うためにピクセルごとの奥行きを過度に頼っている。
スパースオクツリーの頑丈なシーン構造表現機能を活用したOG-Mappingを提案する。
- 参考スコア（独自算出の注目度）: 19.176488228253483
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: 3D Gaussian splatting (3DGS) has recently demonstrated promising advancements in RGB-D online dense mapping. Nevertheless, existing methods excessively rely on per-pixel depth cues to perform map densification, which leads to significant redundancy and increased sensitivity to depth noise. Additionally, explicitly storing 3D Gaussian parameters of room-scale scene poses a significant storage challenge. In this paper, we introduce OG-Mapping, which leverages the robust scene structural representation capability of sparse octrees, combined with structured 3D Gaussian representations, to achieve efficient and robust online dense mapping. Moreover, OG-Mapping employs an anchor-based progressive map refinement strategy to recover the scene structures at multiple levels of detail. Instead of maintaining a small number of active keyframes with a fixed keyframe window as previous approaches do, a dynamic keyframe window is employed to allow OG-Mapping to better tackle false local minima and forgetting issues. Experimental results demonstrate that OG-Mapping delivers more robust and superior realism mapping results than existing Gaussian-based RGB-D online mapping methods with a compact model, and no additional post-processing is required.
- Abstract（参考訳）: 3D Gaussian splatting (3DGS)は、最近RGB-Dオンライン高密度マッピングの有望な進歩を実証した。
それでも、既存の手法では、マップの密度化を行うためにピクセルごとの奥行きを過度に頼っているため、冗長性が著しくなり、奥行きノイズに対する感度が向上する。
さらに、空間スケールシーンの3Dガウスパラメータを明示的に保存することは、重要なストレージ課題となる。
本稿では,3次元ガウス表現と組み合わさったスパースオクツリーの立体構造表現機能を利用したOG-Mappingを導入し,効率的でロバストなオンライン高密度マッピングを実現する。
さらに、OG-Mappingはアンカーベースのプログレッシブマップリファインメント戦略を用いて、複数の詳細レベルでシーン構造を復元する。
キーフレームウィンドウを固定した少数のアクティブなキーフレームを維持する代わりに、動的キーフレームウィンドウを使用して、OG-Mappingが偽のローカルミニマに対処し、問題を忘れるようにしている。
実験により,OG-Mappingは,既存のガウス型RGB-Dオンラインマッピング法よりも堅牢で優れたリアリズムマッピング結果を提供することを示した。
関連論文リスト
- TranSplat: Generalizable 3D Gaussian Splatting from Sparse Multi-View Images with Transformers [14.708092244093665]
我々は,正確な局所特徴マッチングを導くために,予測深度信頼マップを利用する戦略を開発する。
本稿では,RealEstate10KベンチマークとACIDベンチマークの両方で最高の性能を示すTranSplatという新しいG-3DGS手法を提案する。
論文 参考訳（メタデータ） (2024-08-25T08:37:57Z) - Decomposition of Neural Discrete Representations for Large-Scale 3D Mapping [15.085191496726967]
分解型ニューラルマッピング(DNMap)について紹介する。
DNMapはストレージ効率のよい大規模3Dマッピング手法である。
我々は、小さなストレージ空間を必要とする低解像度の連続的な埋め込みを学習する。
論文 参考訳（メタデータ） (2024-07-22T11:32:33Z) - Splat-SLAM: Globally Optimized RGB-only SLAM with 3D Gaussians [87.48403838439391]
3D Splattingは、RGBのみの高密度SLAMの幾何学と外観の強力な表現として登場した。
本稿では,高密度な3次元ガウス写像表現を持つRGBのみのSLAMシステムを提案する。
Replica、TUM-RGBD、ScanNetのデータセットに対する実験は、グローバルに最適化された3Dガウスの有効性を示している。
論文 参考訳（メタデータ） (2024-05-26T12:26:54Z) - RGBD GS-ICP SLAM [1.3108652488669732]
一般化反復閉点(G-ICP)と3次元ガウススプラッティング(DGS)を融合した新しい密度表現SLAM手法を提案する。
実験の結果,提案手法の有効性が示され,非常に高速な107 FPSが得られた。
論文 参考訳（メタデータ） (2024-03-19T08:49:48Z) - 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) - GS-SLAM: Dense Visual SLAM with 3D Gaussian Splatting [51.96353586773191]
我々は,まず3次元ガウス表現を利用したtextbfGS-SLAM を提案する。
提案手法は,地図の最適化とRGB-D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) - SeMLaPS: Real-time Semantic Mapping with Latent Prior Networks and
Quasi-Planar Segmentation [53.83313235792596]
本稿では,RGB-Dシーケンスからのリアルタイム意味マッピングのための新しい手法を提案する。
2DニューラルネットワークとSLAMシステムに基づく3Dネットワークと3D占有マッピングを組み合わせる。
本システムは,2D-3Dネットワークベースシステムにおいて,最先端のセマンティックマッピング品質を実現する。
論文 参考訳（メタデータ） (2023-06-28T22:36:44Z) - Flattening-Net: Deep Regular 2D Representation for 3D Point Cloud
Analysis [66.49788145564004]
我々は、任意の幾何学と位相の不規則な3次元点雲を表現するために、Flattning-Netと呼ばれる教師なしのディープニューラルネットワークを提案する。
我々の手法は、現在の最先端の競合相手に対して好意的に機能する。
論文 参考訳（メタデータ） (2022-12-17T15:05:25Z) - SHINE-Mapping: Large-Scale 3D Mapping Using Sparse Hierarchical Implicit
Neural Representations [37.733802382489515]
本稿では, 3次元LiDAR計測を用いて, 暗示表現を用いた大規模3次元再構成を実現する際の課題について述べる。
我々はオクツリーに基づく階層構造を通じて暗黙的な特徴を学習し、保存する。
我々の3D再構成は、現在の最先端3Dマッピング法よりも正確で、完全で、メモリ効率が高いことを示す。
論文 参考訳（メタデータ） (2022-10-05T14:38:49Z) - TANDEM: Tracking and Dense Mapping in Real-time using Deep Multi-view
Stereo [55.30992853477754]
本稿では,リアルタイムな単分子追跡と高密度フレームワークであるTANDEMを紹介する。
ポーズ推定のために、TANDEMはアライメントのスライディングウィンドウに基づいて光度バンドル調整を行う。
TANDEMは最先端のリアルタイム3D再構成性能を示す。
論文 参考訳（メタデータ） (2021-11-14T19:01:02Z)
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。