Alapfogalmak
PLGSLAMは、大規模室内シーンに対して高精度な3Dリコンストラクションと頑健なカメラ姿勢推定を実現する。動的な局所的シーン表現手法と局所から大域的なバンドル調整アルゴリズムにより、従来手法の課題を解決している。
Kivonat
本論文では、大規模室内シーンに対して高精度な3Dリコンストラクションと頑健なカメラ姿勢推定を実現するPLGSLAMシステムを提案している。
まず、動的に局所的なシーン表現を生成する手法を提案している。カメラが現在の局所表現の範囲外に移動した際に、新しい局所表現を生成し、それぞれの局所表現を最適化することで、大規模シーンに対応できる。局所表現では、高周波特徴をトライプレーンで、低周波特徴をMLPネットワークでエンコーディングする手法を提案し、高精度かつ滑らかな3Dリコンストラクションを実現している。
さらに、従来のSLAMシステムと端末ネットワークを統合し、局所から大域的なバンドル調整アルゴリズムを提案している。これにより、大規模シーンにおける累積誤差の問題を解決し、頑健なカメラ姿勢推定を実現している。
実験結果より、PLGSLAMは大規模室内シーンにおいて、従来手法と比較して優れた3Dリコンストラクションと姿勢推定の精度を示している。また、リアルタイム性も維持できることを確認した。
Statisztikák
大規模室内シーンにおいて、従来手法と比較して3Dリコンストラクションの精度が向上した。
大規模室内シーンにおいて、従来手法と比較してカメラ姿勢推定の精度が向上した。
提案手法はリアルタイム性を維持しつつ、大規模シーンに対応できることを示した。