女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

什么是SLAM?基于3D高斯輻射場的SLAM優勢分析

3D視覺工坊 ? 來源:3D視覺工坊 ? 2024-04-01 12:44 ? 次閱讀

什么是SLAM?

SLAM,即同時定位與地圖構建技術,SLAM可以讓機器人無人機和其他自動化系統能夠在未知環境中同時進行自我定位和環境映射。

為什么是NeRF-Based SLAM?

傳統CG將輸入圖像重新投影再融合到新的視圖攝像機中,利用幾何結構來進行重投影。在很多情況下,傳統CG方法重建地圖都能有相當好的效果,但是對于地圖上的未知區域,進行三維重建恢復就有些困難了。

深度學習很早就在應用在重建方面。Volumetric 表達由Soft3D提出,隨后與Volumetric ray-marching 相結合的深度學習技術出現,這是一種基于連續可微密度場的Geometry(幾何)表示方法。

神經輻射場引入了Importance Sampling(重要性采樣)和Positional Encoding(位置編碼),使得三維重建的質量得到顯著提升;同時NeRF神經渲染算法大大減少了傳統三維重建中生成的偽影,在大多數情況下效果都比傳統算法好。目前重建圖像質量最好的是Mip-NeRF360。

此外,將SLAM技術融入到深度學習中,更容易使得所有算法能夠統一到一個框架中,方便不同算法之間的數據傳輸和通信,方便了上下游兄弟部門的協同合作。比如建好的地圖可以用于語義標注,從而接到BEV感知中訓練,又或者可以生成 Occupancy 網格,交給規控部門去做路徑的規劃和智能體的控制。

為什么是Gaussian-Based SLAM?

基于NeRF的SLAM算法采用全局地圖和圖像重建損失函數,通過可微分渲染捕獲稠密的光度信息,具有高保真度。但是用Implicit Neural Representation(隱式神經表達)對場景建模導致了許多問題:

query過程(可以理解為射線渲染)需要大量的采樣,渲染方法成本很高

用了大型多層MLP,運算量大,占用內存高

不容易編輯

不能顯式地對空間幾何建模

導致“遺忘”問題

SLAM技術通常部署在機器人身上,性能尤為關鍵。后續出現了一系列解決NeRF重建效果和性能的論文,基于3D高斯輻射場的SLAM有以下好處:

快速渲染和豐富的優化:Gaussian Splatting可以以高達400 FPS的速度渲染,使其比隱式表達更快地可視化和優化。

有明確空間范圍的建圖:現有地圖的空間邊界可以通過在之前觀察到的部分場景中添加高斯函數來控制。給定一個新的圖像幀,我們可以通過渲染剪影識別場景的哪些部分是新內容(在地圖的空間邊界之外)。這對于Tracking任務很重要,因為我們只想將已經建好圖的部分與新圖像幀進行比較。隱式表達就不行了,因為在對未知區域建圖優化的時候,全局的優化會影響到神經網絡

顯式地圖:我們可以通過添加更多的Gaussian函數來任意地增加地圖容量。而且這種顯式的表達讓我們可以編輯場景中的某些部分,同時仍然允許真實的渲染。隱式方法不能輕易地增加其容量或編輯其所表示的場景。

審核編輯:黃飛

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 機器人
    +關注

    關注

    213

    文章

    29446

    瀏覽量

    211399
  • 算法
    +關注

    關注

    23

    文章

    4696

    瀏覽量

    94658
  • SLAM
    +關注

    關注

    24

    文章

    435

    瀏覽量

    32303
  • MLP
    MLP
    +關注

    關注

    0

    文章

    57

    瀏覽量

    4480

原文標題:3DGS為什么會成為三維重建的下一個風口?

文章出處:【微信號:3D視覺工坊,微信公眾號:3D視覺工坊】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦
    熱點推薦

    三維高斯潑濺大規模視覺SLAM系統解析

    近期興起的神經輻射(NeRF)與三維高斯潑濺(3DGS)技術在視覺SLAM中展現出令人鼓舞的突破性成果。然而,當前主流方法多依賴RGBD傳
    的頭像 發表于 05-27 14:13 ?67次閱讀
    三維<b class='flag-5'>高斯</b>潑濺大規模視覺<b class='flag-5'>SLAM</b>系統解析

    基于高斯的稠密視覺SLAM研究

    基于高斯的場景表示在新視角下會出現幾何失真,這大大降低了基于高斯的跟蹤方法的準確性。這些幾何不一致主要源于高斯基元的深度建模以及在深度融合過程中表面之間的相互干擾。為了解決這些問題,我們提出了一種
    的頭像 發表于 05-15 10:36 ?125次閱讀
    基于<b class='flag-5'>高斯</b>的稠密視覺<b class='flag-5'>SLAM</b>研究

    一種基于點、線和消失點特征的單目SLAM系統設計

    本文提出了一種穩健的單目視覺SLAM系統,該系統同時利用點、線和消失點特征來進行精確的相機位姿估計和地圖構建,有效解決了傳統基于點特征的SLAM的局限性。
    的頭像 發表于 03-21 17:07 ?356次閱讀
    一種基于點、線和消失點特征的單目<b class='flag-5'>SLAM</b>系統設計

    Techwiz LCD 3D應用:衍射效率分析

    Techwiz LCD 3D現在可以分析的衍射效率。 不僅可以分析具有各種折射率或重復圖案的光柵結構的衍射特性,還可以分析由液晶行為引起
    發表于 03-12 09:40

    3D高斯潑濺——實時輻射渲染利器 #高斯潑濺 #可視化 #渲染

    3D
    阿梨是蘋果
    發布于 :2024年12月30日 14:42:17

    一種基于MASt3R的實時稠密SLAM系統

    本文提出了一種即插即用的單目SLAM系統,能夠在15FPS的幀率下生成全局一致的位姿和稠密幾何圖形。 01 ? 本文核心內容 視覺SLAM乃是當今機器人技術與增強現實產品的基礎性構建模塊。通過
    的頭像 發表于 12-27 15:25 ?1164次閱讀

    利用VLM和MLLMs實現SLAM語義增強

    語義同步定位與建圖(SLAM)系統在對鄰近的語義相似物體進行建圖時面臨困境,特別是在復雜的室內環境中。本文提出了一種面向對象SLAM的語義增強(SEO-SLAM)的新型SLAM系統,借
    的頭像 發表于 12-05 10:00 ?1053次閱讀
    利用VLM和MLLMs實現<b class='flag-5'>SLAM</b>語義增強

    3D集成電路的結構和優勢

    3D 集成電路的優勢有目共睹,因此現代芯片中也使用了 3D 結構,以提供現代高速計算設備所需的特征密度和互連密度。隨著越來越多的設計集成了廣泛的功能,并需要一系列不同的特征,3D 集成
    的頭像 發表于 12-03 16:39 ?1631次閱讀
    <b class='flag-5'>3D</b>集成電路的結構和<b class='flag-5'>優勢</b>

    最新圖優化框架,全面提升SLAM定位精度

    同時定位與地圖構建(SLAM)是一項關鍵技術,允許移動機器人在部分或完全未知的環境中自主導航。它包括使用機載傳感器同時估計機器人狀態和構建傳感器檢測到的環境地圖。SLAM可以根據傳感器和地圖構建技術
    的頭像 發表于 11-12 11:26 ?1100次閱讀
    最新圖優化框架,全面提升<b class='flag-5'>SLAM</b>定位精度

    激光雷達在SLAM算法中的應用綜述

    SLAM算法運行的重要傳感器。基于激光雷達的SLAM算法,對激光雷達SLAM總體框架進行介紹,詳細闡述前端里程計、后端優化、回環檢測、地圖構建模塊的作用并總結所使用的算法;按由2D
    的頭像 發表于 11-12 10:30 ?2230次閱讀
    激光雷達在<b class='flag-5'>SLAM</b>算法中的應用綜述

    MG-SLAM:融合結構化線特征優化高斯SLAM算法

    的有前途的方法。利用顯式 3D 高斯表示,高斯 SLAM 可提供高保真渲染和細粒度場景重建,從而克服了基于 NeRF 的方法的局限性。
    的頭像 發表于 11-11 16:17 ?759次閱讀
    MG-<b class='flag-5'>SLAM</b>:融合結構化線特征優化<b class='flag-5'>高斯</b><b class='flag-5'>SLAM</b>算法

    從算法角度看 SLAM(第 2 部分)

    作者: Aswin S Babu 正如我們在[第 1 部分]中所討論的,SLAM 是指在無地圖區域中估計機器人車輛的位置,同時逐步繪制該區域地圖的過程。根據使用的主要技術,SLAM 算法可分為三種
    的頭像 發表于 10-02 16:39 ?704次閱讀
    從算法角度看 <b class='flag-5'>SLAM</b>(第 2 部分)

    安寶特產品 安寶特3D Analyzer:智能的3D CAD高級分析工具

    安寶特3D Analyzer包含多種實用的3D CAD高級分析工具,包括自動比對模型、碰撞檢測、間隙檢查、壁厚檢查,以及拔模和底切分析,能夠有效提升
    的頭像 發表于 08-07 10:13 ?656次閱讀
    安寶特產品  安寶特<b class='flag-5'>3D</b> Analyzer:智能的<b class='flag-5'>3D</b> CAD高級<b class='flag-5'>分析</b>工具

    裸眼3D筆記本電腦——先進的光裸眼3D技術

    效果的用戶,這款筆記本電腦都能滿足你的需求。 一、卓越的3D模型設計能力 英倫科技裸眼3D筆記本電腦采用最新的光裸眼3D技術,使用戶無需佩戴3D
    的頭像 發表于 07-16 10:04 ?917次閱讀