美女博士开讲!NeRF到底是如何影响SLAM的表现的:一个统一分析框架
本次分享我们邀请到了香港科技大学(广州)的博士生华彤延,为大家详细介绍她们中稿CVPR 2024的工作:

Benchmarking Implicit Neural Representation and Geometric Rendering in Real-Time RGB-D SLAM
论文地址:https://arxiv.org/pdf/2403.19473
代码:https://github.com/thua919/NeRF-SLAM-Benchmark-CVPR24
隐式神经表示(INR)与几何渲染相结合,最近被用于实时密集 RGB-D SLAM。尽管进行了积极的研究工作,但缺乏统一的公平评估协议,阻碍了该领域的发展。在这项工作中,据我们所知,我们建立了第一个开源基准测试框架,用于评估各种常用的 INR 和用于映射和定位的渲染函数的性能。我们基准测试的目标是:1.直观地了解不同的 INR 和渲染函数如何影响映射和定位,以及2.建立统一的评估协议,了解可能影响映射和定位的设计选择。通过该框架,我们进行了大量的实验,在选择INR和几何渲染函数时提供了各种见解:例如,密集特征网格优于其他INR(例如三平面和哈希网格),即使几何和颜色特征被联合编码以提高内存效率。
为了将研究结果扩展到实际场景中,提出了一种混合编码策略,以从基于网格和基于分解的INR中获得最佳的准确性和完成度。我们进一步提出了用于高保真密集网格映射的显式混合编码,以符合以鲁棒性和计算效率为前提的RGB-D SLAM系统。
直播信息
时间
2024年5月12日(周日):20:00
主题
CVPR'24 开源 | NeRF-SLAM新SOTA:请任意选择你的高效神经表征和渲染方程!
直播平台
3D视觉工坊哔哩哔哩
扫码观看直播,或前往B站搜索3D视觉工坊观看直播

嘉宾介绍

华彤延
香港科技大学(广州)博士生,毕业于代尔夫特理工大学和莱顿大学,当前研究兴趣为3D视觉,发表过CVPR和Nature子刊
直播大纲
NeRF 在 SLAM 问题中的应用回顾
相关论文简介
NeRF 到底是如何影响SLAM的表现的:一个统一分析框架
代码简介
同行交流&潜在合作
参与方式

更多推荐
所有评论(0)