GEVO: 基于高斯的内存高效单目视觉里程计

文章预览

文章：GEVO: Memory-Efficient Monocular Visual Odometry Using Gaussians 作者：Dasong Gao, Peter Zhi Xuan Li, Vivienne Sze, Sertac Karaman 编辑：点云PCL 欢迎各位加入知识星球，获取PDF论文，欢迎转发朋友圈。 文章仅做学术分享，如有侵权联系删文。 公众号致力于点云处理，SLAM，三维视觉，高精地图等领域相关内容的干货分享，欢迎各位加入，有兴趣的可联系dianyunpcl@163.com。 文章未申请原创 ， 侵权或转载 联系微信cloudpoint9527。 摘要 构建使用单目相机的高保真3D场景表示可以在移动设备（如微型机器人、智能手机和AR/VR头戴设备）上实现广泛的应用。然而，这些设备的内存通常有限，且内存访问往往主导计算能耗。虽然高斯点云（Gaussian Splatting，GS）可以实现高保真的3D场景重建，但当前基于GS的SLAM并不具备内存效率，因为为了减少“灾难性遗忘”，需要存储大量的过去图像 ………………………………