論文の概要: Towards Next-Generation SLAM: A Survey on 3DGS-SLAM Focusing on Performance, Robustness, and Future Directions
- arxiv url: http://arxiv.org/abs/2602.04251v1
- Date: Wed, 04 Feb 2026 06:20:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-05 19:45:11.400034
- Title: Towards Next-Generation SLAM: A Survey on 3DGS-SLAM Focusing on Performance, Robustness, and Future Directions
- Title（参考訳）: 次世代SLAMに向けて:性能・ロバスト性・今後の方向性に着目した3DGS-SLAMに関する調査
- Authors: Li Wang, Ruixuan Gong, Yumo Han, Lei Yang, Lu Yang, Ying Li, Bin Xu, Huaping Liu, Rong Fu,
- Abstract要約: この調査は、3DGSとSLAMを統合するための重要な技術的アプローチを包括的にレビューする。
提案手法の性能最適化は,レンダリング品質,トラッキング精度,再構築速度,メモリ消費の4つの重要な側面にまたがる。
本研究では3DGS-SLAMの運動ぼけや動的環境などの複雑な環境におけるロバスト性を高める手法について検討する。
- 参考スコア（独自算出の注目度）: 19.827887314417183
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Traditional Simultaneous Localization and Mapping (SLAM) systems often face limitations including coarse rendering quality, insufficient recovery of scene details, and poor robustness in dynamic environments. 3D Gaussian Splatting (3DGS), with its efficient explicit representation and high-quality rendering capabilities, offers a new reconstruction paradigm for SLAM. This survey comprehensively reviews key technical approaches for integrating 3DGS with SLAM. We analyze performance optimization of representative methods across four critical dimensions: rendering quality, tracking accuracy, reconstruction speed, and memory consumption, delving into their design principles and breakthroughs. Furthermore, we examine methods for enhancing the robustness of 3DGS-SLAM in complex environments such as motion blur and dynamic environments. Finally, we discuss future challenges and development trends in this area. This survey aims to provide a technical reference for researchers and foster the development of next-generation SLAM systems characterized by high fidelity, efficiency, and robustness.
- Abstract（参考訳）: 従来のSLAMシステムは、粗いレンダリング品質、シーン詳細の回復の不十分、動的環境における堅牢性の低さといった制限に直面していることが多い。
3D Gaussian Splatting (3DGS)は、効率的な明示的表現と高品質なレンダリング機能を備え、SLAMの新しい再構築パラダイムを提供する。
この調査は、3DGSとSLAMを統合するための重要な技術的アプローチを包括的にレビューする。
提案手法の性能最適化は, レンダリング品質, 追跡精度, 再構築速度, メモリ消費の4つの重要な側面から分析し, 設計原理とブレークスルーを考察した。
さらに,3DGS-SLAMの運動ぼけや動的環境などの複雑な環境におけるロバスト性を高める手法についても検討した。
最後に、この領域における今後の課題と開発動向について論じる。
本調査は, 高忠実度, 効率, 堅牢性を特徴とする次世代SLAMシステムの開発を, 研究者に技術的基準として提示することを目的としている。
関連論文リスト
- MoRE: 3D Visual Geometry Reconstruction Meets Mixture-of-Experts [50.37005070020306]
MoREは、Mixture-of-Experts (MoE)アーキテクチャに基づいた、密集した3Dビジュアル基盤モデルである。
MoREは、幾何推定を安定させ、洗練する信頼に基づく深度補正モジュールを組み込んでいる。
高忠実な表面正規予測のために,高密度なセマンティック特徴とグローバルな3Dバックボーン表現を統合する。
論文 参考訳（メタデータ） (2025-10-31T06:54:27Z) - Advances in Feed-Forward 3D Reconstruction and View Synthesis: A Survey [171.72616707259306]
3D再構成とビュー合成は、拡張現実(AR)、仮想現実(VR)、デジタルツインといった没入型技術における基礎的な問題である。
深層学習によるフィードフォワードアプローチの最近の進歩は、高速で一般化可能な3次元再構成とビュー合成を可能にして、この分野に革命をもたらした。
論文 参考訳（メタデータ） (2025-07-19T06:13:25Z) - Diffusion-Guided Gaussian Splatting for Large-Scale Unconstrained 3D Reconstruction and Novel View Synthesis [22.767866875051013]
本稿では,現行手法の限界に対処する多視点拡散モデルを用いて,新しい3DGSフレームワークであるGS-Diffを提案する。
マルチビュー入力に条件付き擬似観測を生成することにより、制約の少ない3次元再構成問題をよく表されたものに変換する。
4つのベンチマークの実験では、GS-Diffは最先端のベースラインをかなりのマージンで一貫して上回っている。
論文 参考訳（メタデータ） (2025-04-02T17:59:46Z) - HyperGS: Hyperspectral 3D Gaussian Splatting [13.07553815605148]
ハイパースペクトルノベルビュー合成(HNVS)のための新しいフレームワークであるHyperGSを紹介する。
提案手法は,多視点3次元ハイパースペクトルデータセットから材料特性を符号化することで,空間・スペクトルの同時レンダリングを可能にする。
これまでに公表されたモデルに対して14dbの精度向上を図り、実・模擬ハイパースペクトルシーンを広範囲に評価することで、HyperGSのロバスト性を実証する。
論文 参考訳（メタデータ） (2024-12-17T12:23:07Z) - Evaluating Modern Approaches in 3D Scene Reconstruction: NeRF vs Gaussian-Based Methods [4.6836510920448715]
本研究では,3次元シーン再構成におけるニューラルレージアン場(NeRF)とガウス法(Gaussian-based method)の機能について検討する。
我々は,追跡精度,マッピング忠実度,ビュー合成に基づく性能評価を行った。
発見によると、NeRFはビュー合成に優れており、既存のデータから新しい視点を生成するユニークな機能を提供する。
論文 参考訳（メタデータ） (2024-08-08T07:11:57Z) - GGRt: Towards Pose-free Generalizable 3D Gaussian Splatting in Real-time [112.32349668385635]
GGRtは、現実のカメラポーズの必要性を軽減する、一般化可能な新しいビュー合成のための新しいアプローチである。
最初のポーズフリーの一般化可能な3D-GSフレームワークとして、GGRtは$ge$5 FPSで、リアルタイムレンダリングは$ge$100 FPSで実現している。
論文 参考訳（メタデータ） (2024-03-15T09:47:35Z) - SGS-SLAM: Semantic Gaussian Splatting For Neural Dense SLAM [5.144010652281121]
SGS-SLAMはSplattingに基づく最初の意味的視覚的SLAMシステムである。
外観幾何学とマルチチャネル最適化による意味的特徴は、ニューラル暗黙のSLAMシステムの過度な制限に対処する。
カメラポーズ推定、マップ再構成、正確なセマンティックセグメンテーション、およびオブジェクトレベルの幾何精度において最先端のパフォーマンスを提供する。
論文 参考訳（メタデータ） (2024-02-05T18:03:53Z)
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。