IG-SLAM: Instant Gaussian SLAM

最近，3D高斯喷洒技术已经显示出作为SLAM系统中替代神经隐式表示的一种场景表示的潜力。然而，目前的方法要么缺乏密集的深度图来监督映射过程，要么缺乏考虑环境尺度的详细训练设计。为了解决这些缺点，我们提出了IG-SLAM，这是一种使用强大的密集SLAM方法进行跟踪并将其与高斯喷洒相结合的密集RGB-only SLAM系统。使用跟踪提供的准确姿态和密集深度构建环境的3D地图。此外，我们利用深度不确定性来优化地图，以改善3D重建。我们在地图优化中的衰减策略增强了收敛性，并允许系统在单个进程中以10 fps的速度运行。我们在Replica、TUM-RGBD、ScanNet和EuRoC数据集上展示了我们的实验。系统在大规模序列中实现了照片般逼真的3D重建，尤其是在EuRoC数据集中表现出色，同时实现了更快的运行速度，与最先进的RGB-only SLAM系统相比具有竞争力的性能。

IG-SLAM试图解决RGB-only SLAM系统中缺乏密集深度图来监督映射过程或详细的训练设计来考虑环境尺度的问题。

IG-SLAM是一种RGB-only SLAM系统，它结合了强大的Dense-SLAM方法用于跟踪，并将其与高斯喷洒相结合。通过跟踪提供的精确姿势和密集深度构建环境的三维地图。此外，利用深度不确定性来改善三维重建的地图优化。IG-SLAM的衰减策略增强了收敛性，并允许系统在单个进程中以10fps运行。

IG-SLAM在Replica，TUM-RGBD，ScanNet和EuRoC数据集上进行了实验，表现出与现有RGB-only SLAM系统相媲美的性能，同时实现更快的操作速度。IG-SLAM在大规模序列中实现了逼真的三维重建，特别是在EuRoC数据集中。

在这个领域中，最近的相关研究包括：Neural-SLAM，D3VO，PL-SLAM，LSD-SLAM，ORB-SLAM2等。