黑暗中的SLAM：基于自监督学习的热成像姿态、深度和回环闭合

该研究解决了低光照条件下视觉SLAM系统面临的挑战，特别是在热成像应用中的局限性。通过引入高效通道注意机制和选择性内核注意机制，研究者开发了DarkSLAM系统，显著提高了姿态准确性和深度估算的可靠性。实验证明，该系统在夜间环境中的定位和三维密集映射能力远超现有方法，具有重要的应用潜力。