論文の概要: Robust 3DGS-based SLAM via Adaptive Kernel Smoothing

• arxiv url: http://arxiv.org/abs/2511.23221v1
• Date: Fri, 28 Nov 2025 14:28:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-01 19:47:55.928631
• Title: Robust 3DGS-based SLAM via Adaptive Kernel Smoothing
• Title（参考訳）: 適応カーネル平滑化によるロバスト3DGSベースのSLAM
• Authors: Shouhe Zhang, Dayong Ren, Sensen Song, Wenjie Li, Piaopiao Yu, Yurong Qian,
• Abstract要約: 我々は、安定したカメラポーズトラッキングを確保するために、パラメータエラーに対するレンダリングプロセスの堅牢性を高めることがより重要であると論じている。 レンダリングエラーを最小化する従来の方法とは異なり、私たちの中核となる洞察は、レンダリングプロセスが3DGSパラメータの不完全性に対してよりレジリエンスになることです。 我々のアプローチは、シーン再構築(マッピング)の全体的な品質を維持しながら、カメラポーズトラッキングの堅牢性と精度を大幅に向上させる。
• 参考スコア（独自算出の注目度）: 14.419840415480435
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this paper, we challenge the conventional notion in 3DGS-SLAM that rendering quality is the primary determinant of tracking accuracy. We argue that, compared to solely pursuing a perfect scene representation, it is more critical to enhance the robustness of the rasterization process against parameter errors to ensure stable camera pose tracking. To address this challenge, we propose a novel approach that leverages a smooth kernel strategy to enhance the robustness of 3DGS-based SLAM. Unlike conventional methods that focus solely on minimizing rendering error, our core insight is to make the rasterization process more resilient to imperfections in the 3DGS parameters. We hypothesize that by allowing each Gaussian to influence a smoother, wider distribution of pixels during rendering, we can mitigate the detrimental effects of parameter noise from outlier Gaussians. This approach intentionally introduces a controlled blur to the rendered image, which acts as a regularization term, stabilizing the subsequent pose optimization. While a complete redesign of the rasterization pipeline is an ideal solution, we propose a practical and effective alternative that is readily integrated into existing 3DGS frameworks. Our method, termed Corrective Blurry KNN (CB-KNN), adaptively modifies the RGB values and locations of the K-nearest neighboring Gaussians within a local region. This dynamic adjustment generates a smoother local rendering, reducing the impact of erroneous GS parameters on the overall image. Experimental results demonstrate that our approach, while maintaining the overall quality of the scene reconstruction (mapping), significantly improves the robustness and accuracy of camera pose tracking.
• Abstract（参考訳）: 本稿では,3DGS-SLAMにおいて,レンダリング品質がトラッキング精度の主要な決定要因である,という従来の概念に挑戦する。 最適なシーン表現のみを追求するよりも、パラメータエラーに対するラスタライズプロセスの堅牢性を高めて、安定したカメラポーズトラッキングを確保することが重要である、と我々は主張する。 この課題に対処するため、3DGSベースのSLAMの堅牢性を高めるために、スムーズなカーネル戦略を活用する新しいアプローチを提案する。 レンダリングエラーを最小限に抑える従来の方法とは異なり、我々の中核となる洞察は、ラスタライズプロセスが3DGSパラメータの不完全性に対してより耐性を増すことである。 我々は、各ガウスがレンダリング中によりスムーズで広いピクセルの分布に影響を及ぼすことで、ガウス外方からのパラメータノイズの有害な影響を軽減することができると仮定する。 このアプローチは意図的に制御されたぼかしをレンダリング画像に導入し、これは正規化項として機能し、その後のポーズ最適化を安定化する。 ラスタ化パイプラインの完全な再設計は理想的なソリューションであるが、既存の3DGSフレームワークに容易に統合可能な実用的で効果的な代替案を提案する。 本手法は, 局所領域におけるK-アレスト近傍のガウスのRGB値と位置を適応的に修正する。 この動的調整はよりスムーズな局所レンダリングを生成し、画像全体に対する誤ったGSパラメータの影響を低減する。 実験結果から,シーン再構築(マッピング)の全体的な品質を維持しながら,カメラポーズトラッキングのロバスト性や精度を大幅に向上させることが示唆された。

関連論文リスト

• JOGS: Joint Optimization of Pose Estimation and 3D Gaussian Splatting [10.35563602148445]
  本稿では,3次元ガウス点とカメラポーズを事前校正入力を必要とせずに協調的に最適化する統合フレームワークを提案する。 我々のアプローチは、3Dガウスパラメータを反復的に洗練し、新しいコ最適化戦略によってカメラのポーズを更新する。 提案手法は,再建品質において既存のCOLMAPフリー技術よりも優れており,標準のCOLMAPベースラインをはるかに上回っている。
  論文  参考訳（メタデータ） (2025-10-30T04:00:07Z)
• RobustSplat: Decoupling Densification and Dynamics for Transient-Free 3DGS [79.15416002879239]
  3D Gaussian Splattingは、ノベルビュー合成と3Dモデリングにおけるリアルタイム、フォトリアリスティックレンダリングにおいて大きな注目を集めている。 既存の手法は、過渡的なオブジェクトに影響されたシーンを正確にモデル化するのに苦労し、描画された画像のアーティファクトに繋がる。 2つの重要な設計に基づく堅牢なソリューションであるRobustSplatを提案する。
  論文  参考訳（メタデータ） (2025-06-03T11:13:48Z)
• Steepest Descent Density Control for Compact 3D Gaussian Splatting [72.54055499344052]
  3D Gaussian Splatting (3DGS)は、強力なリアルタイム高解像度ノベルビューとして登場した。 本稿では,3DGSの密度制御をデミストし,改良する理論的枠組みを提案する。 我々はSteepGSを導入し、コンパクトな点雲を維持しながら損失を最小限に抑える原則的戦略である、最も急な密度制御を取り入れた。
  論文  参考訳（メタデータ） (2025-05-08T18:41:38Z)
• USP-Gaussian: Unifying Spike-based Image Reconstruction, Pose Correction and Gaussian Splatting [45.246178004823534]
  スパイクカメラは、0-1ビットストリームを40kHzで撮影する革新的なニューロモルフィックカメラとして、ますます3D再構成タスクに採用されている。 以前のスパイクベースの3D再構成アプローチでは、ケースケースのパイプラインを使うことが多い。 本稿では,スパイクに基づく画像再構成,ポーズ補正,ガウス的スプラッティングをエンドツーエンドのフレームワークに統一する,相乗的最適化フレームワーク textbfUSP-Gaussian を提案する。
  論文  参考訳（メタデータ） (2024-11-15T14:15:16Z)
• PF3plat: Pose-Free Feed-Forward 3D Gaussian Splatting [54.7468067660037]
  PF3platは、設計選択を検証した包括的なアブレーション研究によってサポートされた、すべてのベンチマークに新しい最先端を設定します。 本フレームワークは,3DGSの高速,スケーラビリティ,高品質な3D再構成とビュー合成機能を活用している。
  論文  参考訳（メタデータ） (2024-10-29T15:28:15Z)
• BAGS: Blur Agnostic Gaussian Splatting through Multi-Scale Kernel Modeling [32.493592776662005]
  様々な画像のぼかしに対するガウススプティングに基づく手法の頑健さを解析する。 この問題に対処するためにBlur Agnostic Gaussian Splatting (BAGS)を提案する。 BAGSは、画像がぼやけているにもかかわらず、3D一貫性と高品質なシーンを再構築できる2Dモデリング能力を導入している。
  論文  参考訳（メタデータ） (2024-03-07T22:21:08Z)

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。