BayesianGS-SLAM:用贝叶斯不确定性统一 3DGS 建图与跟踪
zhenjun_zhao · x · 2026-09-22
- 韩国团队在 arXiv 发布 BayesianGS-SLAM,一个不确定性感知的 3D Gaussian Splatting SLAM 框架。
- 方法将预测不确定性拆为两部分:传感器噪声分量 + 经渲染过程传播的由不透明度引起的地图表征分量,得到可用于彩色与深度的可解算概率表述。
- 不确定性被复用于整条 SLAM 流水线:增强建图、通过鲁棒位姿目标归一化跟踪残差,并以预测惊讶度作为关键帧筛选准则。
- 相比以往只考虑颜色不确定性或仅在建图阶段使用不确定性的方法,该框架在真实世界 RGB-D 数据集上验证了效果。
「具身」频道最新
- LynnReal-Hand:手势控制视频世界模型,单卡 H200 上 540p 跑 18 FPS — _akhaliq · 2026-11-23
- VLA 机器人提速的 25 种方法全景盘点,附论文与代码 — TheTuringPost · 2026-11-23
- Arrowmax 推出 AI 电动螺丝刀 S1:自动识别螺丝并匹配扭矩,129 美元起 — Scobleizer · 2026-11-23
- 预测:Figure 04 明年量产,Optimus V3 要打磨到 2027 年底 — ChrisGPT · 2026-11-23
- 马斯克喊话人才:特斯拉超级智能软件与 Terafab 招人 — elonmusk · 2026-11-23
- Ashlee Vance 八年跟访 Neuralink,LIFE 复刊封面故事《The Merge》 — kyliebytes · 2026-11-23