NGM-SLAM: Gaussian Splatting SLAM with Radiance Field Submap

要約

ガウス スプラッティングに基づく SLAM システムは、高速なリアルタイム レンダリングと高忠実度のマッピングの機能により注目を集めています。
しかし、現在のガウス スプラッティング SLAM システムは通常、大規模なシーン表現に苦労しており、効果的なループ クロージャ検出が不足しています。
これらの問題に対処するために、NGM-SLAM を導入します。NGM-SLAM は、プログレッシブ シーン表現に神経放射フィールド サブマップを利用し、神経放射フィールドと 3D ガウス スプラッティングの長所を効果的に統合する初の 3DGS ベースの SLAM システムです。
ニューラル放射輝度フィールド サブマップを監視として利用し、融合サブマップのガウス レンダリングを通じて高品質のシーン表現とオンライン ループ クロージャ調整を実現します。
複数の実世界のシーンと大規模なシーン データセットに関する結果は、この方法が正確な穴埋めと高品質のシーン表現を実現し、単眼、ステレオ、および RGB-D 入力をサポートし、最先端の機能を実現できることを示しています。
シーンの再構築と追跡パフォーマンス。

要約(オリジナル)

SLAM systems based on Gaussian Splatting have garnered attention due to their capabilities for rapid real-time rendering and high-fidelity mapping. However, current Gaussian Splatting SLAM systems usually struggle with large scene representation and lack effective loop closure detection. To address these issues, we introduce NGM-SLAM, the first 3DGS based SLAM system that utilizes neural radiance field submaps for progressive scene expression, effectively integrating the strengths of neural radiance fields and 3D Gaussian Splatting. We utilize neural radiance field submaps as supervision and achieve high-quality scene expression and online loop closure adjustments through Gaussian rendering of fused submaps. Our results on multiple real-world scenes and large-scale scene datasets demonstrate that our method can achieve accurate hole filling and high-quality scene expression, supporting monocular, stereo, and RGB-D inputs, and achieving state-of-the-art scene reconstruction and tracking performance.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google