以下內(nèi)容來自從零開始機器人SLAM知識星球 每日更新內(nèi)容

點擊領取學習資料 → 機器人SLAM學習資料大禮包

#論文# NeRF-SLAM: Real-Time Dense Monocular?SLAM?with Neural Radiance Fields

作者單位：麻省理工學院

論文地址：[2210.13641] NeRF-SLAM: Real-Time Dense Monocular ... ?

我們提出了一種新的幾何和光度三維建圖算法，用于從單目圖像精確和實時重建場景。為了達到這一目的，我們利用最近的進展在稠密單目SLAM和實時分級體積神經(jīng)輻射場。稠密單目SLAM通過提供精確的姿態(tài)估計和相關不確定性的深度建圖，提供了正確的信息來實時擬合場景的神經(jīng)輻射場。利用我們提出的基于不確定度的深度損失，我們不僅獲得了良好的光度精度，而且還獲得了很高的幾何精度。我們提出的算法在實時工作和只使用單目圖像的情況下，比其他競爭方法獲得更好的幾何和光度精度(PSNR提高了179%，L1深度提高了86%)。

以上內(nèi)容來自從零開始機器人SLAM知識星球 每日更新內(nèi)容