Tag · 8 篇
SLAM
VarSplat：面向鲁棒 RGB-D SLAM 的不确定性感知三维高斯泼溅
VarSplat: Uncertainty-aware 3D Gaussian Splatting for Robust RGB-D SLAM
把每个高斯球的外观方差作为可学习量，并用全方差定律配合 alpha 合成，在单次光栅化中渲染出逐像素不确定性图；这张图可直接用于跟踪、子图配准与回环检测的加权，是做 3DGS-SLAM 或任何需要衡量重建置信度的人可以复用的手段。
SDGS：空间差分引导的高斯泼溅用于同时定位与三维重建
SDGS: Spatial Difference Guided Gaussian Splatting for Simultaneous Localization and 3D Reconstruction
用边缘对齐的稀疏高斯地图配合距离变换目标做 6-DoF 位姿估计，把渲染对齐从稠密光度误差换成稀疏边缘误差，单次迭代位姿优化约快 2 倍；同时引入输出空间差分边缘信号的双通道混合像素传感器，为高速运动下的跟踪与去模糊重建提供可直接复用的监督信号。
ODGS-SLAM：全向高斯泼溅 SLAM
ODGS-SLAM: Omnidirectional Gaussian Splatting SLAM
把 3DGS-SLAM 的建图与相机位姿估计梯度扩展到等距柱状投影的全景输入，并给出闭式梯度推导；做全景/鱼眼多相机 SLAM 或想把 3DGS 表示用于大视场重建的人可以直接复用这套投影梯度与基于图分析的关键帧剔除策略。
HumanBA：通过全局人体-相机解耦的人体感知光束法平差
HumanBA: Human-Aware Bundle Adjustment via Global Human-Camera Decoupling
将动态人体作为可用的路标点，通过运动解耦从关节轨迹中分离出相机诱导的伪静态分量，使其能安全地融入光束法平差，为单目视频中人体主导场景的相机位姿估计与全局人体重建提供了新思路。
Ghost-FWL：面向鬼影检测与去除的大规模全波形激光雷达数据集
Ghost-FWL: A Large-Scale Full-Waveform LiDAR Dataset for Ghost Detection and Removal
对做移动激光雷达感知的人，这篇提供了用全波形时序强度剖面（而非仅峰值距离）判别多路径鬼影的思路，并给出可复用的标注数据集与基线，可直接接入 SLAM 前端与 3D 检测的预处理环节。
Flow4DGS-SLAM：光流引导的四维高斯泼溅 SLAM
Flow4DGS-SLAM: Optical Flow-Guided 4D Gaussian Splatting SLAM
用相机自运动模型拟合光流来生成类别无关的运动掩码，从而分离静态与动态高斯，并顺带给出光流引导的相机位姿初始化；这套「光流分解 + 掩码」的做法可直接迁移到任何需要区分动静区域的动态 NeRF/3DGS 重建或动态 SLAM 前端。
面向野外环境的 DROID-SLAM
DROID-SLAM in the Wild
把逐像素不确定性从多视角特征不一致性中估计出来，并嵌入可微 Bundle Adjustment，为动态场景下的跟踪与建图提供了一种可复用的鲁棒加权机制，可直接迁移到其他需要剔除动态干扰的视觉里程计或重建流程。
AERGS-SLAM：面向自动曝光的鲁棒双目三维高斯泼溅 SLAM
AERGS-SLAM: Auto-Exposure-Robust Stereo 3D Gaussian Splatting SLAM
把相机自动曝光过程显式建模为一个可学习的曝光网络并与高斯泼溅联合优化，使 SLAM 在曝光剧烈变化的真实场景下仍能稳定定位并渲染出曝光可控的逼真新视角；对做 3DGS-SLAM 或户外/移动端采集的人，这是一个可直接复用的曝光建模与光照鲁棒特征定位方案。