SLAIM：鲁棒稠密神经 SLAM 用于在线跟踪和建图

我们提出了 SLAIM - 同时定位和隐式建图。我们在神经光度场 SLAM（NeRF-SLAM）中提出了一种新颖的粗到细的跟踪模型，以实现最先进的跟踪性能。通过在 NeRF 之上实施高斯金字塔滤波器来解决 NeRF 系统在有限的输入视图情况下收敛到正确几何形状的挑战。我们的方法实现了局部和全局束调整，以产生强大（粗到细）和准确（KL 正则化器）的 SLAM...

SLAIM是一种同时定位和隐式建图的方法，通过在神经光度场SLAM中实施高斯金字塔滤波器来解决几何形状收敛的问题。该方法在多个数据集上实验证明在跟踪和重建准确性方面达到了最先进的结果。