
本論文では、グラフ疎疎化のための新しい一般的なアプローチを提案する。このアプローチは、代数的接続度を最大化することで、ポーズグラフSLAMにおける推定誤差を最小化する。提案手法は単純かつ計算コストが低く、解の品質に関する事後的な保証を提供する。


coremsg

グラフ疎疎化のための代数的接続度の最大化


提案されたSemGauss-SLAMは、3Dガウス表現を活用した最初のセマンティックSLAMシステムであり、正確なセマンティックマッピングと写実的な再構築を実現します。



SemGauss-SLAM: Dense Semantic Gaussian Splatting System for Real-Time 3D Mapping and Tracking
