本文介绍了DenseSurfelMapping，一个依赖SLAM系统的三维重建方法。它通过融合superpixel和surfel降低内存消耗，实现局部地图的快速变形和维护。然而，超像素提取过程耗资源且效果有限。论文提出将图像分割为固定大小块作为超像素的简化替代，以提高代码效率。此外，点云与帧的绑定和位姿优化更新也是关键思路。
Dense Surfel Mapping 总结：
主观感受是这个三维重建系统是不完整的，100%依赖外部输入的回环信息和位置，更像是配合slam系统的一个建图插件，它的主要内容包括：
面元surfel和superpixel的设计；
新提取的superpixel和local map中原先的surfel进行融合降低map的内存消耗，同时减少同一位置点云误差带来的重影；
局部地图的快速变形：某一帧的surfels在该帧的坐标是固定的，当系统收到SLAM传来的该帧的最新位姿时，通过对这些surfels进行统一的位姿变换保证全局一致性；
局部地图local_surfels的维护：通过广度优先搜索找到当前参考帧的局部一致位姿locally consistent poses，找到这些位姿对应的surfels放到局部地图中，同时把这些位姿不包括的surfels从局部地图中删除。
论文：https://arxiv.org/pdf/1909.04250.pdf
在实际的运行中，超像素的提取和更新非常的占用资源，但是效果不是很显著，可以简单地把图片分割成大小相同的正方形小块作为论文中超像素的近似替代，这对代码加速的提升很大。论文中把点云和帧进行绑定，位姿优化更新了帧的位姿，同时更新对应的点云坐标，论文中这个思想令我受益匪浅。
2304
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
