dense slam | BriefGPT - AI 论文速递

关键词dense slam

搜索结果 - 8

HI-SLAM：单目实时稠密建图与混合隐式场
基于神经场的实时单目建图框架与密集 SLAM 相结合，利用多分辨率网格编码和有符号距离函数表征进行神经场的高效构建，并通过环路闭合和深度先验进行全局一致性和精度增强，从而优于现有方法，在保持实时性能的同时提高了准确度和地图完整性。
PDF9 months ago
多平衡基和置信度辅助的稠密单目 SLAM 的深度完善
提出了一种将轻量级深度完成网络集成到稀疏 SLAM 系统中的新方法，使得即使在移动手机上也可以在线进行稠密建图，具有广泛的 AR/VR 应用价值。通过对多尺度深度表示进行优化，通过 BBC-Net 网络对稀疏点云进行多平衡基和置信度图的预测
PDF10 months ago
CVPRvMAP: 神经场 SLAM 的向量化对象映射
vMAP 采用神经场表示法实现目标级别的稠密 SLAM 系统。每个目标都由小型 MLP 表示，实现高效和完整的建模，无需 3D 先验知识。通过 RGB-D 相机，vMAP 可以在不需要先验信息的情况下实时检测对象实例并将其动态添加到地图中。
PDFa year ago
gradSLAM：自动化可微分 SLAM
提出了一种叫 gradSLAM 的方法，将传统的 SLAM 系统转化为可微分的计算图，并融合了表示学习和深度学习技术，让 SLAM 系统具备了梯度反向传播能力，从而更好地进行优化和学习任务。
PDF5 years ago
利用残差重建 RGB-D 相机动态环境下的三维模型
本文提出了一种基于 RGB-D 传感器的方法，能够稳定地在包含多个动态元素的场景中进行地图绘制和定位，并在现有数据集上对其进行评估和发布。
PDF5 years ago
SurfelWarp: 高效的非体积化单视角动态重建
我们提出了一种基于 surfel-based geometry 的密集 SLAM 系统，该系统可以实时重建非刚性变形场景，不需要模板或先前的模型。
PDF5 years ago
Co-Fusion: 多目标实时分割、跟踪与融合
本文介绍了 Co-Fusion，它是一种密集型 SLAM 系统，使用实时的 RGB-D 图像流作为输入并将场景分割为不同的对象（使用运动或语义线索）同时实时跟踪和重建它们的 3D 形状。我们使用多模型拟合方法，其中每个对象可以独立移动并仍然
PDF7 years ago
非迭代式 SLAM
本论文提出了一种基于深度相机和惯性传感器的微型机器人系统的新型密集 SLAM 的框架，使用非迭代的 Fourier 变换来减少计算需求，通过解耦 6 自由度数据和进行独立空间点云匹配，实现分类键帧训练以及数据关联，相较现有方法，其速度更快，
PDF7 years ago