MoD-SLAM：无边界三维场景重建的单目稠密地图生成
原文中文，约200字，阅读约需1分钟。发表于：。MoD-SLAM 是一种基于神经网络的单目稠密建图方法，通过使用单目深度估计来优化场景重建，并利用闭环检测来更新相机姿态，实现实时在无边界场景中进行全局姿态优化和三维重建。与以往神经网络建图方法相比，我们的方法更加稳健、可扩展和多功能，在大型无边界场景中表现出更卓越的建图性能。
该研究提出了一种新的RGB-D SLAM方法，使用神经隐函数和分层特征体积实现地图重建。通过匹配渲染和输入视频帧解决摄像机运动和神经隐式地图问题，并引入光度变形损失约束摄像机姿态和场景几何。实验结果显示该方法优于以前的方法，甚至超过了一些最新的RGB-D SLAM方法。
