論文の概要: SG^2SLAM: Spatial Geometry-Informed 3D Gaussian Splatting SLAM for Monocular Outdoor Navigation

• arxiv url: http://arxiv.org/abs/2610.36312v1
• Date: Mon, 26 Oct 2026 21:34:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-29 04:15:49.202069
• Title: SG^2SLAM: Spatial Geometry-Informed 3D Gaussian Splatting SLAM for Monocular Outdoor Navigation
• Title（参考訳）: SG^2SLAM:空間幾何学インフォームド3次元ガウス散乱SLAMによる単眼外航法
• Abstract要約: 単眼の屋外ナビゲーションには、堅牢なカメラモーション推定と、密集したナビゲーション可能なマップが必要である。 本稿では,SG2SLAMについて述べる。 KITTIとOpenデータセットの実験により、SG2SLAMは単眼の屋外ナビゲーションタスクにおいて、フレーム単位のアソシエーションベースラインを超えていることが示された。
• 参考スコア（独自算出の注目度）: 5.865842606286956
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Monocular outdoor navigation requires robust camera motion estimation and a dense, navigable map, where 3D Gaussian Splatting SLAM serves this task through an explicit differentiable parameterization and closed-form projection. However, typically, the geometry is recovered by associating 2D pixels with 3D points, so a modular SLAM system absorbs tracking error into the map, leading to cascading degradation. To address these gaps, we present SG^2SLAM, which couples streaming spatial geometry with a ray-conditioned 3DGS kernel. Streaming spatial geometry replaces the per- frame cross-dimensional correspondence with a chunk-level metric prior that supervises tracking and mapping from one source. A ray-conditioned kernel extends each primitive with a viewing-direction subspace that senses the monocular camera viewpoints. The joint optimization over spatial geometry and poses ensures a globally consistent map and trajectory outcome. Experiments on the KITTI and Waymo Open datasets show that our SG^2SLAM surpasses the per-frame association baselines in the monocular outdoor navigation task. Code will be made publicly available upon acceptance.
• Abstract（参考訳）: 単眼の屋外ナビゲーションは、頑丈なカメラの動き推定と密集したナビゲーション可能なマップを必要とし、そこでは3次元ガウススプラッティングSLAMが明確な微分可能なパラメータ化とクローズドフォームプロジェクションによってこのタスクに役立てる。 しかし、通常、幾何学は2Dピクセルと3Dポイントを関連付けることで復元されるので、モジュラーSLAMシステムは地図に追尾誤差を吸収し、カスケード劣化を引き起こす。 これらのギャップに対処するために、SG^2SLAMという3DGSカーネルとストリーミング空間幾何学を結合したSG^2SLAMを提案する。 ストリーム空間幾何は、1つのソースからの追跡とマッピングを監督する前、フレームごとのクロス次元対応をチャンクレベルメートル法に置き換える。 レイコンディショニングされたカーネルは、単眼カメラの視点を感知する視野方向のサブスペースでプリミティブを拡張している。 空間幾何学とポーズに対する共同最適化は、グローバルに一貫した写像と軌道結果を保証する。 KITTIとWaymo Openデータセットの実験では、SG^2SLAMが単眼の屋外ナビゲーションタスクにおけるフレーム単位のアソシエーションベースラインを超えていることが示されている。 コードは受理時に公開されます。

関連論文リスト

• GeoGS-SLAM: Online Monocular Reconstruction Using Gaussian Splatting with Geometric Priors [2.614894682819833]
  3DGSをベースとした地図表現と学習した幾何学的先行情報を組み合わせたオンライン単分子密度再構成システムGeoGS-SLAMを提案する。 カメラポーズとシーンマップは、光学的損失と幾何学的損失の両方を最小限に抑える粗大な戦略によって、共同最適化される。
  論文  参考訳（メタデータ） (2026-07-13T07:32:09Z)
• 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)
• 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)
• MCGS-SLAM: A Multi-Camera SLAM Framework Using Gaussian Splatting for High-Fidelity Mapping [52.99503784067417]
  3次元ガウス平板上に構築した初のRGBベースのマルチカメラSLAMシステムMCGS-SLAM(3DGS)を提案する。 マルチカメラバンドル調整(MCBA)は、高密度の測光および幾何残差を介してポーズと深さを共同で洗練し、スケール整合モジュールはビューを横断する計量アライメントを強制する。 合成および実世界のデータセットの実験は、MCGS-SLAMが一貫して正確な軌道と光現実的再構成をもたらすことを示している。
  論文  参考訳（メタデータ） (2025-09-17T17:27:53Z)
• $S^3$LAM: Surfel Splatting SLAM for Geometrically Accurate Tracking and Mapping [26.06010397493795]
  S3$LAMはRGB-D SLAMシステムで、2Dサーベイルスプレイティングを利用して高精度な幾何学的表現を実現し、同時追跡とマッピングを実現している。 本稿では,計算効率を保ちながらマッピング精度を向上させる新しい適応曲面描画手法を提案する。 合成データセットと実世界のデータセットの両方の実験により、$S3$LAMが最先端のパフォーマンスを達成することを確認した。
  論文  参考訳（メタデータ） (2025-07-28T14:09:08Z)
• Outdoor Monocular SLAM with Global Scale-Consistent 3D Gaussian Pointmaps [13.325879149065008]
  3D Gaussian Splatting (3DGS) は、高忠実性合成とリアルタイムな新規ビュー性能によりSLAMにおいて一般的なソリューションとなっている。 以前の3DGS SLAM法では、屋外のシーンに幾何学的な先行性がないため、追跡に微分可能なレンダリングパイプラインを使用していた。 技術的には、3DGSポイントマップに固定された自己整合性トラッキングモジュールを構築し、累積スケールドリフトを回避し、より正確でロバストなトラッキングを実現する。
  論文  参考訳（メタデータ） (2025-07-04T17:56:43Z)
• PanoSLAM: Panoptic 3D Scene Reconstruction via Gaussian SLAM [105.01907579424362]
  PanoSLAMは、幾何学的再構成、3Dセマンティックセマンティックセマンティクス、3Dインスタンスセマンティクスを統合フレームワークに統合する最初のSLAMシステムである。 初めて、RGB-Dビデオから直接、オープンワールド環境のパノプティカル3D再構成を実現する。
  論文  参考訳（メタデータ） (2024-12-31T08:58:10Z)
• Gaussian Splatting SLAM [16.3858380078553]
  単分子SLAMにおける3次元ガウス散乱の最初の応用について述べる。 我々の方法は3fpsで動作し、正確な追跡、マッピング、高品質なレンダリングに必要な表現を統一する。 ライブカメラから高忠実度で連続的に3Dシーンを再構築するためには、いくつかの革新が必要である。
  論文  参考訳（メタデータ） (2023-12-11T18:19:04Z)
• Cylindrical and Asymmetrical 3D Convolution Networks for LiDAR Segmentation [81.02742110604161]
  大規模運転シーンのLiDARセグメンテーションのための最先端の手法は、しばしば点雲を2次元空間に投影し、2D畳み込みによって処理する。 そこで我々は,3次元幾何学的パタンを探索するために,円筒分割と非対称な3次元畳み込みネットワークを設計する,屋外LiDARセグメンテーションのための新しいフレームワークを提案する。 提案手法はセマンティックKITTIのリーダーボードにおいて第1位を獲得し,既存のnuScenesの手法を約4%のマージンで上回っている。
  論文  参考訳（メタデータ） (2020-11-19T18:53:11Z)

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。