超级会员免费看
本文作者整理了22个将NeRF与SLAM结合的开源方案，分为仅优化NeRF、仅优化位姿、位姿和NeRF联合优化三类。NeRF结合SLAM旨在建立稠密三维场景或优化位姿，为自动驾驶和3D视觉提供新思路。文中介绍了各个方案的核心思想、实现方法和效果，包括NeRF、Point-NeRF、NeRF-SLAM、iNeRF等项目，并探讨了它们在定位、建图和实时性方面的表现。
作者：泡椒味的口香糖 | 来源：计算机视觉工坊
添加微信：dddvisiona，备注：SLAM，拉你入群。文末附行业细分群。
0. 笔者个人体会
NeRF结合SLAM是这两年新兴的方向，衍生出了很多工作。目前来看SLAM结合NeRF有两个方向，一个是SLAM为NeRF训练提供位姿，然后建立稠密细腻的三维场景，一个是在NeRF里建立各种损失函数反过来优化pose和depth。那么NeRF结合SLAM都有哪些典型工作呢，本文将为大家做一个简单梳理。希望能够为想要入门NeRF SLAM的小伙伴提供一点研究思考。
受于篇幅限制，本文不会过多介绍文章细节。将所有相关文章划分为仅优化NeRF、仅优化位姿、位姿和NeRF联合优化、物体级NeRF SLAM、雷达NeRF SLAM这五类。同时为避免生硬的翻译原文，本文针对每篇文章的介绍将以四个问题来进行，分别是这篇文章希望解决什么问题？核心思想是什么？具体如何实现？有什么效果？当然笔者水平有限，如果有理解不当的地方欢迎各位读者批评指正~
1. 目录
受于篇幅限制，先放一个目录列举本文都介绍了哪些方案。
仅优化NeRF
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
