SCOUT-SLAM:共享网络双不确定性解耦动态场景下追踪与重建
zhenjun_zhao · x · 2026-09-16
论文 SCOUT-SLAM(arXiv:2609.14634)针对真实动态环境中的 3DGS-SLAM:
- 问题:现有方法依赖重建稳定性来建模不确定性,导致「追踪精度↔重建质量」的循环依赖
- 方法:单一共享网络同时估计追踪与逐像素两种不确定性;基于多视角特征一致性训练的低秩适配(LoRA)分支估计不依赖重建质量的追踪不确定性;空间自适应先验防止重建不稳定在静态区域虚增不确定性
- 结果:在 TUM RGB-D、Bonn Dynamic、Wild-SLAM MoCap 等动态基准上取得 SOTA 追踪精度,且静态场景重建无伪影
「研究」频道最新
- 研究者痛批 AI 辅助科研放弃「洞察」：基础问题不会因 AI 而失色 — mboehme_ · 2026-10-24
- arXiv 论文《Can LLMs Anticipate Their Cruxes?》全文上线 — rohanpaul_ai · 2026-10-24
- 芝大论文:LLM 说不清自己决策的关键分歧点,抽样对比才有效 — rohanpaul_ai · 2026-10-24
- 九章 4.0 号称 25 微秒完成超算 10^42 年的算题,但任务无实用价值 — AryHHAry · 2026-10-24
- Mila 论文：让多模态模型画「思考图」提升跨视角空间推理 — aagrawalAA · 2026-10-24
- OSDI 论文再翻红:轻量级形式化验证能否守住 Vibe Coding 时代 — tianyin_xu · 2026-10-24