Object shape differentiation and texture rendering for neural implicit SLAM

doi:10.1007/s00138-026-01805-0

Object shape differentiation and texture rendering for neural implicit SLAM

2026-04-17

0

PRE

AI

DOI：10.1007/s00138-026-01805-0

原文链接

原文求助

摘要

En 中文

神经隐式SLAM结合了基于SLAM的图像跟踪与NeRF场景重建，取得了显著成果，但面临两大挑战：（1）难以区分物体几何形状；（2）复杂场景中纹理渲染质量下降。几何重建受限于不完整的深度图和随机像素采样，而纹理渲染则因体积渲染不确定性及位姿漂移导致纹理模糊。我们提出了一种神经隐式SLAM框架，利用梯度和深度先验来增强形状和纹理。为解决几何问题，我们引入了一种强调物体边缘的像素采样策略，强化形状约束。针对纹理问题，我们设计了受深度指导的$\alpha$-合成渲染方法，并结合新颖的关键帧选择以实现精确位姿。在Replica和ScanNet上的实验表明，我们的方法提升了相似纹理物体的形状识别能力，并提高了纹理渲染精度，推动了NeRF基SLAM在复杂场景中的应用。

Keyword:

Computer vision

Deep learning

3D reconstruction

SLAM

Object shape differentiation and texture rendering for neural implicit SLAM

摘要

期刊

机构