多尺度神经特征场：实现精确定位与大规模高质建图

文章预览

作者 | auto_driver  编辑 | 深蓝AI 点击下方 卡片 ，关注“ 3D视觉之心 ”公众号 第一时间获取 3D视觉干货 >> 点击进入→ 3D视觉之心技术交流群 导读： 本篇提出了一种在结构化隐式表示中实现同时建图和位姿估计的流程，它采用多尺度神经特征场来实现分层位姿估计与建图。结果表明，本文方法能够在实现精确定位的同时，对大规模环境保持高建图质量。 ©️【深蓝AI】编译 论⽂题目： Hierarchical Pose Estimation and Mapping with Multi-scale Neural Feature Fields 论文作者：Evgenii Kruzhkov，Alena Savinykh，Sven Behnke 论文地址：https://arxiv.org/pdf/2412.20976 机器人应用需要对场景具有全面理解。近年来，基于神经场的方法已经越来越流行，它们参数化整个环境。由于这些方法的连续性及其学习场景先验的能力，它们很有前景。然而，当处理未知的传感器位姿和顺序测量时，神经 ………………………………