論文の概要: UniSim-SLAM: Feed-Forward SLAM with Unified Sim(3) Optimization
- arxiv url: http://arxiv.org/abs/2608.01706v1
- Date: Mon, 03 Aug 2026 05:13:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-04 15:07:25.331814
- Title: UniSim-SLAM: Feed-Forward SLAM with Unified Sim(3) Optimization
- Title（参考訳）: UniSim-SLAM:Unified Sim(3) OptimizationによるフィードフォワードSLAM
- Abstract要約: UniSim-SLAMは、リッチネスで軽量な2ビュートラッキングを実行し、バックエンドで周期的なマルチビューサブマップ改善を行う統合システムである。
我々は,UniSim-SLAMが未校正条件における最先端の精度を実現し,TUM RGB-Dで38.5%,7シーンで45.9%のトラジェクトリ誤差を低減したことを示す。
- 参考スコア（独自算出の注目度）: 10.710770027400883
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Recent geometric foundation models enable feed-forward inference for SLAM, but their predictions are strongly dependent on the input view set, which leads to geometric inconsistencies and trajectory drift when results are chained over long sequences. Online deployment further exposes a trade-off between the low latency of two-view tracking and the constraint richness of multi-view inference. We introduce UniSim-SLAM, an integrated system that runs lightweight two-view keyframe tracking in the frontend and performs periodic multi-view submap refinement in the backend. To combine predictions defined in heterogeneous local coordinates with inconsistent scales, we formulate a unified multi-level factor graph on $Sim(3)$ that jointly optimizes global keyframe poses and submap poses. The graph integrates temporal view-to-view odometry edges, view-to-submap bridge edges with depth-statistics scale anchoring, and submap-to-submap tie and scale constraints to enforce consistent similarity relations across submaps. Experiments on TUM RGB-D and 7-Scenes show that UniSim-SLAM achieves state-of-the-art accuracy in the uncalibrated setting, reducing trajectory error by $38.5\% $ on TUM RGB-D and $45.9\%$ on 7-Scenes compared to prior best results. Project page: https://vision3d-lab.github.io/unisim-slam/
- Abstract（参考訳）: 近年の幾何学的基礎モデルでは、SLAMのフィードフォワード推論が可能となっているが、それらの予測は入力ビューセットに強く依存しており、結果が長いシーケンスにチェーンされている場合、幾何学的不整合や軌道ドリフトにつながる。
オンラインデプロイメントはさらに、2ビュートラッキングの低レイテンシと、マルチビュー推論の制約リッチ性との間のトレードオフを明らかにしている。
UniSim-SLAMは、フロントエンドで軽量な2ビューキーフレームトラッキングを実行し、バックエンドで周期的なマルチビューサブマップ更新を行う統合システムである。
不均一な局所座標と不整合スケールで定義される予測を組み合わせるために、グローバルなキーフレームのポーズとサブマップのポーズを協調的に最適化する$Sim(3)$に統一されたマルチレベル因子グラフを定式化する。
このグラフは、時間的ビュー・ツー・ビュー・オドメトリーエッジ、深さ統計スケールアンカーを備えたビュー・ツー・サブマップブリッジエッジ、サブマップ間の一貫した類似関係を強制するサブマップ・ツー・サブマップタイとスケール制約を統合している。
TUM RGB-D と 7-Scenes の実験により、UniSim-SLAM は未調整環境での最先端の精度を達成し、TUM RGB-D では38.5 %、7-Scenes では45.9 %の軌道誤差を低減した。
プロジェクトページ: https://vision3d-lab.github.io/unisim-slam/
関連論文リスト
- Self-Geometry: GT-Free and Plug-and-Play Test-Time Adaptation for Geometrically Consistent 3D Vision Foundation Models [12.061080782435013]
最近のビジョンファウンデーションモデル(VFM)は、シーンごとの最適化なしに、単一の前方パスで深さ、カメラポーズ、ポイントマップを予測する。
明示的な多視点幾何学的整合性(例えば束調整など)を強制することは、計算コストがかかるため、VFM事前訓練では課されない。
本研究では,2次元画素対応を擬似接地構造として用いた明示的な多視点幾何制約を直接課す,プラグアンドプレイテスト時適応パイプラインであるセルフジオメトリを提案する。
論文 参考訳（メタデータ） (2026-08-11T09:28:50Z) - Geometry OR Tracker: Universal Geometric Operating Room Tracking [61.399734016038614]
手術室(OR)では、世界規模のマルチビュー3Dトラッキングは、外科医の行動認識のような下流のアプリケーションをサポートする。
カメラのキャリブレーションとRGB-Dの登録は常に信頼性が低く、幾何学的不整合が生じる。
我々は、不正確なキャリブレーションをスケール一貫性と幾何学的に整合したカメラ設定に修正する2段階パイプラインであるGeometry OR Trackerを紹介する。
論文 参考訳（メタデータ） (2026-02-28T09:21:21Z) - FeatureSLAM: Feature-enriched 3D gaussian splatting SLAM in real time [11.883404434697809]
3Dガウススプラッティング(3DGS)を用いた効率的なカメラ追跡と特徴強調マッピングを統合したリアルタイム追跡SLAMシステムを提案する。
我々の主な貢献は、視覚的基礎モデルと整合した新しいビュー合成に、密集した特徴のセマンティック化とセマンティック化を統合することである。
直近の固定セットSLAMベースラインに比べて9%低いポーズ誤差と8%高いマッピング精度を得た。
論文 参考訳（メタデータ） (2026-01-09T11:40:16Z) - TALO: Pushing 3D Vision Foundation Models Towards Globally Consistent Online Reconstruction [57.46712611558817]
3次元視覚基礎モデルでは、1つのフィードフォワードパスを通して、未校正画像からキー3D属性を再構成する際の強力な一般化が示されている。
近年の戦略は,グローバルトランスフォーメーションの解決によって連続的な予測と整合するが,本分析では,仮定の妥当性,局所的なアライメント範囲,雑音的幾何の下でのロバスト性といった基本的な限界を明らかにしている。
本研究では,グローバルに伝播する制御点を利用して空間的に異なる不整合を補正する,Tin Plate Splineに基づく高DOFおよび長期アライメントフレームワークを提案する。
論文 参考訳（メタデータ） (2025-12-02T02:22:20Z) - SING3R-SLAM: Submap-based Indoor Monocular Gaussian SLAM with 3D Reconstruction Priors [80.51557267896938]
SING3R-SLAMはガウスベースの高密度RGB SLAMフレームワークである。
SING3R-SLAMは最先端のトラッキング、3D再構成、新しいビューレンダリングを実現し、12%以上の精度向上を実現し、より細かな幾何を創出する。
論文 参考訳（メタデータ） (2025-11-21T12:40:55Z) - ViSTA-SLAM: Visual SLAM with Symmetric Two-view Association [52.34293412010292]
ViSTA-SLAMは、カメラのクロージャを必要とせずに動作するリアルタイムの単眼視SLAMシステムである。
提案手法は, カメラトラッキングと高密度3次元再構成品質の両方において, 優れた性能を実現する。
論文 参考訳（メタデータ） (2025-09-01T16:12:23Z) - ${C}^{3}$-GS: Learning Context-aware, Cross-dimension, Cross-scale Feature for Generalizable Gaussian Splatting [16.868578618340262]
Generalizable Gaussian Splattingは、シーンごとの最適化なしに、見えないシーンのための新しいビューを合成することを目的としている。
本稿では,コンテキスト認識,クロスディメンジョン,クロススケール制約を取り入れた特徴学習を支援するフレームワークであるmathbfC3$-GSを提案する。
我々のアーキテクチャは、3つの軽量モジュールを統合レンダリングパイプラインに統合し、機能融合を改善し、追加の監視を必要とせずに合成を可能にする。
論文 参考訳（メタデータ） (2025-08-28T13:12:18Z) - Pseudo Depth Meets Gaussian: A Feed-forward RGB SLAM Baseline [64.42938561167402]
本稿では,3次元ガウス型SLAMとフィードフォワードリカレント予測モジュールを組み合わせたオンライン3次元再構成手法を提案する。
このアプローチは、遅いテスト時間の最適化を高速なネットワーク推論に置き換え、トラッキング速度を大幅に改善する。
提案手法は,最先端のSplaTAMと同等の性能を示しながら,追跡時間を90%以上削減する。
論文 参考訳（メタデータ） (2025-08-06T16:16:58Z) - TVG-SLAM: Robust Gaussian Splatting SLAM with Tri-view Geometric Constraints [22.121665995381324]
TVG-SLAMはRGBのみの堅牢な3DGS SLAMシステムである。
本手法はロバスト性を向上し,平均的絶対軌道誤差(ATE)を69.0%削減し,最先端のレンダリング品質を実現する。
論文 参考訳（メタデータ） (2025-06-29T12:31:05Z) - Parallel Structure from Motion for UAV Images via Weighted Connected
Dominating Set [5.17395782758526]
本稿では,クラスタマージのための大域的モデルを抽出し,効率よく正確なUAV画像配向を実現するために並列SfMソリューションを設計するアルゴリズムを提案する。
実験の結果,提案した並列SfMは17.4倍の効率向上と相対配向精度が得られることがわかった。
論文 参考訳（メタデータ） (2022-06-23T06:53:06Z) - 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。