Компьютерная наука > Компютерное видение и распознавание шаблонов [представлено 17 сентября 2026 года] Название: AMB3R-SLAM: Kiloter-mained SALM с гиерархический заднего вида PDF HTML (экспериментальное) резюме: Мы представляем AMb3R - SLAМ, монокулярную систему SAVM в режиме реального времени, способную реконструировать траектории размером более 10 километров на одном потребительском ГПУ. Наша модель сочетает в себе легкую переднюю точку для низколатного онлайнового слежения с иерархической обратной системой, которая постепенно обеспечивает последовательность на местном, среднем и глобальном уровнях. Избегая корректировки связки, которая основывается на предположениях статического мира, наша система естественно управляет сложными динамическими сценами из коробок. Кроме того, мы показываем, что наш метод может быть расширен для использования стереосистем, RGB-D и LIDAR в качестве дополнительных ресурсов. AMB3R-SLAM обеспечивает высокую эффективность слежения с помощью видеокамер в 9 наборах данных, снижая абсолютную траекторию погрешности (ATE) предыдущих современных методов на VBR и Oxford Spires более чем на 70%. При дополнительном вводе LIDAR наша модель еще больше снижает уровень ATE до уровня подметра в наборах данных KITTI и VBR. Загрузка ссылок и цитат... Библиографический и цитационно-инструментальный библиолог (Что является Исследовательом?) Подключённые документы (что такое подсоединенные бумаги?) Litmaps (Литмпапс?) Skite Smart Citations (Каков умный цитаты?) Код,…
AMB3R-SLAM: Километрная SALM с иерархическим задним краем
arXiv: 2609.19518v1 Annuales Type: новый резюме. Мы представляем AMB3R-SLAM, монокулярную систему SALM в режиме реального времени, способную реконструировать траектории размером более 10 кв. Наша модель сочетает в себе легкую переднюю точку для низколатного онлайнового слежения с иерархической обратной системой, которая постепенно обеспечивает последовательность на местном, среднем и глобальном уровнях. Избегая корректировки связки, которая основывается на предположениях статического мира, наша система естественно управляет сложными динамическими сценами из коробок. Кроме того, мы показываем, что наш метод может быть расширен для использования стереосистем, RGB-D и LIDAR в качестве дополнительных ресурсов. AMB3R-SLAM обеспечивает высокую эффективность слежения с помощью видеокамер в 9 наборах данных, снижая абсолютную траекторию погрешности (ATE) предыдущих современных методов на VBR и Oxford Spires более чем на 70%. При дополнительном вводе LIDAR наша модель еще больше снижает уровень ATE до уровня подметра в наборах данных KITTI и VBR.