3D Gaussian Splatting aided Localization for Large and Complex Indoor-Environments

要約

視覚的ローカリゼーションの分野は数十年にわたって研究されており、その間に多くの実用的なアプリケーションが見つかりました。
この分野では強い進歩にもかかわらず、確立された方法が失敗する状況はまだ困難です。
レンダリングされた画像を追加することにより、確立された視覚的ローカリゼーション方法の精度と信頼性を大幅に改善するアプローチを提示します。
詳細には、最初に、参照データを作成するために3Dガウススプラッティング（3DG）ベースのマップを提供する最新のビジュアルスラムアプローチを使用します。
ランダムにサンプリングされたポーズで3DGSからレンダリングされた画像を使用して参照データを濃縮すると、ジオメトリベースの視覚的ローカリゼーションとシーン座標回帰（SCR）メソッドの両方のパフォーマンスが大幅に向上することを実証します。
大規模な産業環境での包括的な評価を通じて、これらの追加のレンダリングされたビューを組み込むことのパフォーマンスへの影響を分析します。

要約(オリジナル)

The field of visual localization has been researched for several decades and has meanwhile found many practical applications. Despite the strong progress in this field, there are still challenging situations in which established methods fail. We present an approach to significantly improve the accuracy and reliability of established visual localization methods by adding rendered images. In detail, we first use a modern visual SLAM approach that provides a 3D Gaussian Splatting (3DGS) based map to create reference data. We demonstrate that enriching reference data with images rendered from 3DGS at randomly sampled poses significantly improves the performance of both geometry-based visual localization and Scene Coordinate Regression (SCR) methods. Through comprehensive evaluation in a large industrial environment, we analyze the performance impact of incorporating these additional rendered views.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google