NeRF进阶：Plenoxel辐射场的RGB-D建图与跟踪
#论文# arxiv|Plenoxel辐射场中的Rgb - D建图与跟踪
【RGB-D Mapping and Tracking in a Plenoxel Radiance Field】
作者单位：挪威科技大学与Mobiltech公司
文章链接：[2307.03404] RGB-D Mapping and Tracking in a Pleno...
在Neural Radiance Fields（NeRFs）取得成功的基础上，近年来在新视角合成领域取得了显著的进展。这些模型捕捉了场景的体积辐射场，通过使用简单的可微分渲染方程，创建了高度逼真的稠密真实感模型。尽管这些算法很受欢迎，但它们在RGB传感器固有的视觉数据中存在严重的歧义，这意味着尽管使用视角合成生成的图像在视觉上看起来非常真实，但底层的3D模型往往是错误的。这严重限制了这些模型在机器人和扩展现实（XR）等实际应用中的实用性，其中精确的稠密三维重建具有重要价值。
在本技术报告中，我们介绍了视角合成模型和3D重建模型之间的重要区别。 我们还讨论了为什么深度传感器对于使用当前新的视图合成方法的范式在一般的外向场景中建立精确的几何模型是必不可少的。围绕运动产生的结构任务，我们通过扩展Plenoxel辐射场模型来实际展示这一需求：提出了一种基于RGB - D数据的辐射场稠密建图和跟踪的解析差分方法，无需神经网络。我们的方法在建图和跟踪任务中都取得了最先进的结果，同时也比基于神经网络的方法更快。
以上内容来自小六的机器人SLAM学习圈知识星球每日更新内容
