本文介绍了GS-SLAM算法，使用3D高斯表示方法实现定位与地图构建系统的平衡。通过自适应扩张策略和位姿跟踪技术，提高了地图优化和RGB-D重渲染的速度和准确性。在Replica和TUM-RGBD数据集上表现竞争力。

提出一种新型双目光度立体框架，速度快，几何估计质量高。通过最小化光照变化下的法线差异和表面强度差异来学习表面和纹理。与传统方法不同，使用神经高度图和学习的BRDF进行渲染。在DiLiGenT-MV和LUCES-ST数据集上表现优异。

Julia是一种交互性强的语言，它具有C++的运行速度、python的易交互性以及胶水性，是nVidia-cuda官方选中的接口语言，可以提高cuda编程的效率。使用Julia可以将立体相位匹配的耗时从165ms降低到72ms，提高了近10倍的效率，让编写的过程更加顺畅。