FLoTS-SLAM:用光流残差推导运动不确定性,动态场景单目 SLAM 掩码精度达 0.73
zhenjun_zhao · x · 2026-10-21
论文提出面向动态场景的单目 RGB SLAM 系统 FLoTS-SLAM,核心是用直接的运动证据而非渲染残差来估计不确定性:
- 运动不确定性估计:用光流与相机运动诱导光流之间的残差直接反映物体运动,随帧对齐精度变化,减少误检,生成像素级动态区域掩码
- 两阶段优化:先用高置信像素估计相机位姿(深度固定),再将动态像素重锚定后对位姿与深度做联合精炼,降低物体运动对两者的影响
在 DAVIS 场景类型的动态掩码评测中,总体 DM-IoU 达 0.73,超过 DROID-W(0.54)、MonST3R(0.46)、WildGS-SLAM(0.36),掩码边界更锐利且抑制误响应。
「具身」频道最新
- 机器人推理平台上线 Deployments:可云端部署 HF 微调模型 — arnie_hacker · 2026-10-21
- 亚马逊FAR团队发布FIBER：统一潜在空间让Unitree G1完成开门搬箱 — ChongZzZhang · 2026-10-21
- Sentdex 晒机器人训练难点：从躺地到半跪再到站起 — Sentdex · 2026-10-21
- NVIDIA 开源 MotionBricks:单模型生成 35 万动作技能,2ms 延迟 — aftahi_ai · 2026-10-21
- NVIDIA Cosmos3-H-Dreams：用生成式模拟让临床手术场景活起来 — Hugging Face Blog · 2026-10-21
- Plato 戒指发布:199 美元把气声语音变成 AI 指令 — TinfoilTricorn · 2026-10-21