动态环境中的3DGS SLAM有效处理动态环境,减少了对语义 先验的依赖，定位精度提高97.9%
作者: 深蓝学院
作者简介: 获取相关资料+SLYYDS24；人工智能领域16大方向，包含具身智能、大模型，端到端，自动驾驶......这些都有！
描述: 来自慕尼黑工业大学的研究团队开发了一种称为Gassidy的密集RGB-D SLAM方法，该方法利用3D高斯表示来有效处理动态环境。为了处理不规则移动物体的干扰，该团队计算每个环境组件的渲染损失流。通过分析渲染损失流中的损失变化特征，Gassidy区分并过滤掉动态物体，构建具有精确摄像头跟踪的高质量场景。 标题：Gassidy: Gaussian Splatting SLAM in Dynamic Environments 链接：https://arxiv.org/html/2411.15476v1
