CVPR2022 | NICE-SLAM：神经隐式表示在大型室内场景上的密集重建

视频链接：https://www.youtube.com/watch?v=V5hYTz5os0M
论文链接：https://arxiv.org/abs/2112.12130
代码链接：https://pengsongyou.github.io/nice-slam
 
神经隐式表示最近在各个领域显示了令人鼓舞的结果，包括在同时定位和映射（SLAM）方面的有希望的进展。然而，现有的方法会产生过于平滑的场景重建，并且很难扩展到大型场景。这些限制主要是由于其简单的完全连接的网络架构，在观测中不包含本地信息。在本文中，我们介绍了NICE-SLAM，这是一个通过引入分层场景表示来整合多级本地信息的密集SLAM系统。使用预训练的几何先验优化这种表示，可以在大型室内场景上进行详细重建。与最近的神经隐式SLAM系统相比，我们的方法更具可扩展性、效率和鲁棒性。在五个具有挑战性的数据集上的实验表明，NICE-SLAM在映射和跟踪质量方面具有竞争力。