以下內容來自小六的機器人SLAM學習圈知識星球每日更新內容

點擊領取學習資料 → 機器人SLAM學習資料大禮包

#論文# #開源代碼# Dense RGB SLAM with Neural Implicit Maps

論文地址：https://arxiv.org/abs/2301.08930

作者單位：香港科技大學 阿里巴巴集團

開源代碼：?

? 在SLAM中，使用神經隱式函數(shù)進行地圖表示已成為一種新趨勢。一些先驅性工作在RGB-D SLAM上取得了令人鼓舞的成果。本文提出了一種具有神經隱式映射表示的稠密RGB SLAM方法。為了在沒有深度輸入的情況下實現(xiàn)這一具有挑戰(zhàn)性的目標，我們引入了分層特征卷來方便隱式映射解碼器。該設計有效地融合了不同尺度的形狀線索，以促進地圖重建。

? ? 我們的方法通過匹配渲染的視頻幀和輸入的視頻幀，同時解決攝像機運動和神經隱式映射。為了便于優(yōu)化，我們進一步提出了一個光度計翹曲損失在多視點立體精神，以更好地約束相機姿態(tài)和場景幾何。我們在常用的基準測試上評估了我們的方法，并將其與現(xiàn)代RGB和RGB-D SLAM系統(tǒng)進行了比較。我們的方法比以往的方法取得了良好的效果，甚至超過了最近的一些RGB-D SLAM方法。

本文貢獻如下：

1、我們設計了第一個具有神經隱式映射表示的稠密RGB SLAM 2、我們引入了分層特征體積以更好地評估占用，并引入了多尺度基于補丁的扭曲損失以提高僅RGB輸入的系統(tǒng)性能 3、我們在基準數(shù)據(jù)集上取得了強大的結果，甚至超過了一些最近的RGBD方法

以上內容來自小六的機器人SLAM學習圈 每日更新內容