NeRF-SLAM：基于神经辐射场的实时稠密单目SLAM

以下内容来自[从零开始机器人SLAM知识星球]每日更新内容

点击领取学习资料 → 机器人SLAM[学习资料大礼包]

论文# NeRF-SLAM: Real-Time Dense Monocular SLAM with Neural Radiance Fields

作者单位：麻省理工学院

论文地址：https://arxiv.org/abs/2210.13641

我们提出了一种新的几何和光度三维建图算法，用于从单目图像精确和实时重建场景。为了达到这一目的，我们利用最近的进展在稠密单目SLAM和实时分级体积神经辐射场。稠密单目SLAM通过提供精确的姿态估计和相关不确定性的深度建图，提供了正确的信息来实时拟合场景的神经辐射场。利用我们提出的基于不确定度的深度损失，我们不仅获得了良好的光度精度，而且还获得了很高的几何精度。我们提出的算法在实时工作和只使用单目图像的情况下，比其他竞争方法获得更好的几何和光度精度(PSNR提高了179%，L1深度提高了86%)。

以上内容来自[从零开始机器人SLAM知识星球]每日更新内容ct) 每日更新内容