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
………………………………