RoGER-SLAM: ノイズと低照度環境に強いロバストなガウシアンスプラッティングSLAMシステム

- ノイズと低照度に強い3D Gaussian Splatting (3DGS) ベースのSLAMシステム「RoGER-SLAM」を提案する研究。 - 視覚入力がノイズや低照度で劣化する環境でのSLAMの信頼性低下を課題とし、mappingとtrackingの両性能を改善する。 - 3つの新規要素(SP-RoFusion、適応的tracking目的関数、CLIPベースenhancement module)を統合する。

- 既存の3DGSベースSLAMはクリーンな条件下で高忠実度mappingを達成するが、複合的な劣化に脆弱であると指摘。 - 本研究は3DGSのrendering pipelineが本質的に暗黙のlow-pass filterとして働き、高周波ノイズを減衰させる一方で過平滑化のリスクがあるという観察に基づく。 - Replica、TUM、実世界シーケンスで、特に劣悪な撮像条件下でtrajectory精度と再構成品質を他の3DGS-SLAMより一貫して改善すると主張。

- Structure-Preserving Robust Fusion (SP-RoFusion): rendered appearance、depth、edge cuesを結合する機構。 - adaptive tracking objective: residual balancing regularizationを備える。 - Contrastive Language-Image Pretraining (CLIP) ベースのenhancement module: 複合的劣化時に選択的に起動し、semanticおよび構造的忠実度を回復する。 - 3DGS rendering pipelineのlow-pass filter的性質を踏まえた設計。

- Replica、TUM、実世界シーケンスでの包括的実験を実施。 - 他の3DGS-SLAMシステムと比較し、trajectory精度とreconstruction qualityを評価。 - 特にadverse imaging conditions下での改善を報告。

- 3DGS rendering pipelineが暗黙のlow-pass filterとして高周波ノイズを減衰させる一方、過平滑化を招くリスクがある点を議論の出発点とする。 - CLIPベースenhancement moduleを複合的劣化時のみ選択的に起動する設計上の判断。 - 具体的な限界や失敗事例、計算コストなどの詳細は要旨からは不明。

- 3D Gaussian Splatting (3DGS) および3DGSベースSLAMの代表的先行研究。 - Contrastive Language-Image Pretraining (CLIP)。 - 評価に用いられたReplica、TUMデータセットに関連するSLAM研究。 - 要旨で個別の論文名は明示されていないため、上記手法・データセット名を手がかりに辿る。