今日动态 返回首页
会员注册 登录 生物通快讯免费订阅
  • 首页 今日动态 人才市场 新技术专栏 中国科学人 云展台
    BioHot
    • 定制我的BioHot
    • 进入我的BioHot
    • 进入我的集采
    • 肿瘤癌症研究
    • 免疫/基因/细胞疗法
    • 神经生物学
    • 健康与疾病
    • 衰老机制与长寿
    • 单细胞技术
    • 基因编辑-CRISPR
    • RNA研究
    • 肠道菌与人体微生态
    • 细胞代谢
    • AI生物信息学
    • COVID
    云讲堂直播 会展中心 特价专栏 技术快讯 免费试用

  • 生物通官微
    陪你抓住生命科技
    跳动的脉搏

生物通首页  >  今日动态  >  正文

基于轻量级语义前端的动态场景高斯RGB-D SLAM系统改进

《Scientific Reports》:Real-time RGB-D SLAM with Gaussian scene representation for dynamic environments

【字体: 大 中 小 】 时间:2026年09月18日 来源:Scientific Reports 4.9

编辑推荐:

   摘要本文提出了一种轻量级语义前端,用于改进动态场景中基于配准的高斯RGB-D SLAM系统。在动态环境中,动态物体会在配准和地图融合过程中引入不一致的几何观测,从而显著降低基于高斯的RGB-D SLAM系统的鲁棒性。为解决这一问题,我们提出了一种基于输入级别的动态去除框架,将

  

摘要

本文提出了一种轻量级语义前端,用于改进动态场景中基于配准的高斯RGB-D SLAM系统。在动态环境中,动态物体会在配准和地图融合过程中引入不一致的几何观测,从而显著降低基于高斯的RGB-D SLAM系统的鲁棒性。为解决这一问题,我们提出了一种基于输入级别的动态去除框架,将实时实例分割与配准驱动的高斯建图流水线相结合。为在有限的计算资源下保持实时性能,分割模块采用周期性执行的方式,中间帧则复用最近的掩码。在公开RGB-D基准数据集和真实室内序列上的实验结果表明,与基线神经显式SLAM流水线相比,所提方法提高了动态环境下的轨迹鲁棒性,并减少了动态区域的污染。

相关新闻
生物通微信公众号
生物通新浪微博
微信
新浪微博
我要投稿
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热搜:高斯SLAM|动态场景|RGB-D|实例分割|语义前端|动态去除

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号