論文の概要: RoSe-SLAM: Robust Semantic-Aware Gaussian Splatting SLAM from Dynamic Monocular Videos
- arxiv url: http://arxiv.org/abs/2608.29003v1
- Date: Sat, 29 Aug 2026 02:26:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-01 18:31:30.813745
- Title: RoSe-SLAM: Robust Semantic-Aware Gaussian Splatting SLAM from Dynamic Monocular Videos
- Title（参考訳）: RoSe-SLAM:ダイナミックモノクロビデオからのロバストなセマンティックなガウススティングSLAM
- Abstract要約: 本稿では,ロバスト・セマンティック・アウェア・ガウス・スプティングSLAM(RoSe-SLAM)を提案する。
従来の意味的ラベルを用いた意味的SLAMとは異なり、RoSe-SLAMは2次元基礎モデルからの意味的特徴を利用して動的追跡とマッピング性能を向上させる。
提案手法は軌道推定と静的シーンマッピングの両方において優れた性能を示し, 長期間の屋内環境における既存の動的RGB SLAMベースラインよりも優れた性能を示す。
- 参考スコア（独自算出の注目度）: 15.997523841343785
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In dynamic and unstructured environments, conventional SLAM systems generally suffer from significant accuracy degeneration due to their static assumptions. In this work, we propose Robust Semantic-aware Gaussian Splatting SLAM (RoSe-SLAM), to address the dynamic challenge by a holistic semantic scene understanding from uncalibrated monocular inputs, achieving accurate camera tracking and high-quality geometry reconstruction. Unlike conventional semantic SLAM using handcrafted semantic labels, our RoSe-SLAM exploits the semantic feature from 2D foundation model to enhance the dynamic tracking and mapping performance. By distilling the rich semantic features to our Gaussian fields, our method effectively identifies dynamic distractors and achieves semantic-aware multi-view consistency, significantly enhancing the geometric reconstruction and scene inpainting. Specifically, we propose a spatial-temporal motion mask generation module, enabling both long-term motion monitoring and short-term transient dynamics capturing, achieving robust and effective disentanglement of dynamic objects and static backgrounds. During global bundle adjustment, we propose an occlusion-aware keyframe selection mechanism to prioritize the occlusion as metric to pick the keyframes, and a multi-view semantic consistency module to improve the mapping quality in dynamic environments. By combining geometric motion cues with semantic priors, our system dynamically filters unreliable observations and reconstructs accurate static scene geometry. Extensive experiments conducted on benchmark datasets including dynamic TUM, Bonn and Wild-Mocap datasets, demonstrate that our method achieves superior performance in both trajectory estimation and static scene mapping, outperforming existing dynamic RGB SLAM baselines in long-term dynamic indoor environments.
- Abstract（参考訳）: 動的で非構造的な環境では、従来のSLAMシステムは静的な仮定のために大きな精度の劣化に悩まされる。
本研究では,ロバスト・セマンティック・アウェア・ガウス・スプレイティングSLAM(RoSe-SLAM)を提案する。
従来の意味的ラベルを用いた意味的SLAMとは異なり、RoSe-SLAMは2次元基礎モデルからの意味的特徴を利用して動的追跡とマッピング性能を向上させる。
ガウスのフィールドにリッチなセマンティックな特徴を蒸留することにより、ダイナミックなイントラクタを効果的に識別し、セマンティック・アウェアなマルチビューの一貫性を実現し、幾何学的再構成とシーンインペインティングを大幅に強化する。
具体的には、長期動作監視と短期的過渡的ダイナミックスキャプチャの両方を可能とし、動的対象と静的背景の堅牢かつ効果的なアンタングル化を実現するための時空間運動マスク生成モジュールを提案する。
グローバルバンドル調整において,鍵フレームの選択基準としてオクルージョンを優先するオクルージョン対応キーフレーム選択機構と,動的環境におけるマッピング品質向上のためのマルチビューセマンティック一貫性モジュールを提案する。
幾何学的な動きキューとセマンティックな先行要素を組み合わせることで、システムは信頼できない観測を動的にフィルタリングし、正確な静的シーン形状を再構築する。
動的TUMやBon,Wild-Mocapといったベンチマークデータセットを用いて行った大規模な実験により,提案手法は軌道推定と静的シーンマッピングの両方において,長期の動的屋内環境における既存の動的RGB SLAMベースラインよりも優れた性能を発揮することが示された。
関連論文リスト
- Flow4DGS-SLAM: Optical Flow-Guided 4D Gaussian Splatting SLAM [55.56111618153049]
光学的流れによって誘導される動的3DGS SLAMのための効率的なフレームワークを提案する。
動的3DGSのトレーニング速度は,時間中心を明示的にモデル化することで向上する。
その結果, 追跡, 動的再構成, 訓練効率の両立が実証された。
論文 参考訳（メタデータ） (2026-04-24T08:13:01Z) - GGD-SLAM: Monocular 3DGS SLAM Powered by Generalizable Motion Model for Dynamic Environments [7.864663125771112]
GGD-SLAMは、動的環境における局所化と高密度マッピングの課題に対処するために、一般化可能な運動モデルを利用するフレームワークである。
静的コンポーネントと動的コンポーネントを分離するために、動的機能拡張器と統合されている。
実世界の動的データセットを用いた実験により,カメラポーズ推定と動的シーンの高密度再構成において,提案方式が最先端の性能を達成することを示した。
論文 参考訳（メタデータ） (2026-04-14T14:58:11Z) - DROID-SLAM in the Wild [76.259688785743]
本稿では,異なる不確かさを意識したバンドル調整を利用して動的環境を処理するリアルタイムRGB SLAMシステムを提案する。
提案システムは,10FPS前後でリアルタイムに動作しながら,散在する動的シナリオにおいて,最先端カメラのポーズとシーン形状を実現する。
論文 参考訳（メタデータ） (2026-03-19T16:02:12Z) - ADD-SLAM: Adaptive Dynamic Dense SLAM with Gaussian Splatting [12.846353008321394]
ADD-SLAM: ガウス分割に基づくAdaptive Dynamic Dense SLAMフレームワーク。
シーン整合性解析に基づく適応的動的識別機構を設計する。
事前に定義されたセマンティックなカテゴリは必要とせず、シーンのダイナミクスを適応的に発見する。
論文 参考訳（メタデータ） (2025-05-26T02:17:17Z) - WildGS-SLAM: Monocular Gaussian Splatting SLAM in Dynamic Environments [48.51530726697405]
WildGS-SLAMは、動的環境を扱うために設計された、堅牢で効率的な単分子RGB SLAMシステムである。
本研究では,浅い多層パーセプトロンとDINOv2の特徴によって予測される不確実性マップを導入し,追跡とマッピングの両方において動的物体除去を誘導する。
その結果,WildGS-SLAMの動的環境における性能は最先端の手法に比べて優れていた。
論文 参考訳（メタデータ） (2025-04-04T19:19:40Z) - Event-boosted Deformable 3D Gaussians for Dynamic Scene Reconstruction [50.873820265165975]
本稿では,高時間分解能連続運動データと動的シーン再構成のための変形可能な3D-GSを併用したイベントカメラについて紹介する。
本稿では、3次元再構成としきい値モデリングの両方を大幅に改善する相互強化プロセスを作成するGS-Thresholdジョイントモデリング戦略を提案する。
提案手法は,合成および実世界の動的シーンを用いた最初のイベント包摂型4Dベンチマークであり,その上で最先端の性能を実現する。
論文 参考訳（メタデータ） (2024-11-25T08:23:38Z) - DDN-SLAM: Real-time Dense Dynamic Neural Implicit SLAM [5.267859554944985]
DDN-SLAMは,意味的特徴を統合した最初のリアルタイム高密度ニューラルネットワーク暗黙的SLAMシステムである。
既存の暗黙的SLAMシステムと比較して、動的データセットの追跡結果は平均軌道誤差(ATE)の精度が平均90%向上していることを示している。
論文 参考訳（メタデータ） (2024-01-03T05:42:17Z) - Periodic Vibration Gaussian: Dynamic Urban Scene Reconstruction and Real-time Rendering [49.36767999382054]
周期振動ガウスモデル(PVG)を提案する。
PVGは、当初静的シーン表現のために設計された効率的な3Dガウススプラッティング技術に基づいている。
PVGは、最良の代替品よりも900倍の速度でレンダリングできる。
論文 参考訳（メタデータ） (2023-11-30T13:53:50Z) - DOT: Dynamic Object Tracking for Visual SLAM [83.69544718120167]
DOTはインスタンスセグメンテーションとマルチビュー幾何を組み合わせて、動的オブジェクトのマスクを生成する。
実際にどのオブジェクトが動いているかを判断するために、DOTは、潜在的にダイナミックなオブジェクトの最初のインスタンスを抽出し、次に推定されたカメラモーションで、測光再投射誤差を最小限にして、そのようなオブジェクトを追跡する。
提案手法はORB-SLAM 2の精度とロバスト性を大幅に向上することを示す。
論文 参考訳（メタデータ） (2020-09-30T18:36:28Z) - FlowFusion: Dynamic Dense RGB-D SLAM Based on Optical Flow [17.040818114071833]
ダイナミック/静的セグメンテーションとカメラのエゴモーション推定を同時に実現する新しいRGB-D SLAMソリューションを提案する。
我々の新しい特徴は、RGB-D点雲のダイナミックセマンティクスを強調するために光学フロー残基を使うことである。
論文 参考訳（メタデータ） (2020-03-11T04:00:49Z)
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。