Gaussian-SLAM

收录理由

Gaussian-SLAM 直接吃入 RGB-D 实时视频流，把扫描到的环境表示成一组三维高斯体，而不是常见的点云或网格。当建出来的地图还要当图像用时，这种做法的优势就出来了：稠密重建结果能从一个新视角渲染出写实细节，很适合机器人感知、AR 导航这类需要逼真场景还原的任务。作者在 Replica、TUM RGB-D 和 ScanNet 这些 SLAM 标准数据集上做了验证，方便和其他稠密方案横向对比。需要留意的是，这属于研究代码，不是开箱即用的产品：得自己配好 conda 环境，在支持 CUDA 的 GPU（他们测试用的是 RTX 3090 和 A6000）上跑，还要改配置文件。对于想评估高斯泼溅跟踪技术值不值得上手的团队，这个项目是个不错的参照基准。