超级会员免费看
SLAM技术结合NeRF和Gaussian方法，实现高保真度的三维重建。NeRF-Based SLAM通过隐式神经表达提供高质量重建，但存在效率问题。Gaussian-Based SLAM则以快速渲染和显式地图编辑为优势，适用于实时系统。课程涵盖理论和实践，旨在帮助学习者掌握NeRF/Gaussian SLAM原理与实现。
什么是SLAM？
SLAM，即同时定位与地图构建技术，SLAM可以让机器人、无人机和其他自动化系统能够在未知环境中同时进行自我定位和环境映射。
为什么是NeRF-Based SLAM？
传统CG将输入图像重新投影再融合到新的视图摄像机中，利用几何结构来进行重投影。在很多情况下，传统CG方法重建地图都能有相当好的效果，但是对于地图上的未知区域，进行三维重建恢复就有些困难了。
深度学习很早就在应用在重建方面。Volumetric 表达由Soft3D提出，随后与Volumetric ray-marching 相结合的深度学习技术出现，这是一种基于连续可微密度场的Geometry（几何）表示方法。
神经辐射场引入了Importance Sampling（重要性采样）和Pos
订阅专栏 解锁全文
扫一扫
172
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
