DROID-SLAM: Deep Visual SLAM for Monocular, Stereo, and RGB-D Cameras,是普林斯顿大学发表在NeurIPS 2021上的论文,是一个基于深度学习的SLAM系统,在多个数据集上取得了不错的效果。 其中,光流估计的相关部分来源于同一个团队之前的发表的成果,RAFT。 DROID-SLAM的代码已经在github上开源了,地址是https://github...
GO-SLAM主要还是基于NeRF进行稠密重建,可以发现相较于NICE-SLAM这些SOTA方案,GO-SLAM重建场景的全局一致性更好,这主要是因为它引入了回环和全局BA来优化累计误差。对于各种室内场景的3D稠密重建,都取得了相当不错的效 - 3D视觉工坊于20230910发布在抖音,已经收获了2.4