超级会员免费看
Co-SLAM是一种基于神经网络的实时SLAM系统，结合了坐标和稀疏参数编码以实现鲁棒的相机跟踪和高保真重建。该方法在多分辨率哈希网格上使用One-blob编码和参数编码，解决了传统神经SLAM方法中平滑性和速度的平衡问题。通过全局BA优化，Co-SLAM在所有关键帧上执行优化，提高了位姿估计的准确性，且在多个数据集上表现出优越的重建和跟踪性能。
论文题目：Co-SLAM: Joint Coordinate and Sparse Parametric Encodings for Neural Real-Time SLAM
CVPR 2023
作者：Hengyi Wang, Jingwen Wang, Lourdes Agapito
作者机构：University College London
项目主页：https://hengyiwang.github.io/projects/CoSLAM.html
GitHub代码：https://github.com/HengyiWang/Co-SLAM
在公众号「计算机视觉工坊」后台回复「原论文」，可获取对应论文pdf文件。
本文提出了Co-SLAM，一种基于混合表示的神经RGB-D SLAM系统，可以实时执行鲁棒的相机跟踪和高保真的表面重建。Co-SLAM将场景表示为多分辨率哈希网格，以利用其高收敛速度和表示高频局部特征的能力。此外，Co-SL
订阅专栏 解锁全文
1216
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
