DiskChunGS: チャンクベースのメモリ管理による大規模3DガウシアンSLAM

- DiskChunGS は 3D Gaussian Splatting (3DGS) を SLAM に統合した大規模環境向けシステム。 - シーンを空間的な chunk に分割し、GPU メモリには active 領域のみを保持、inactive 領域は disk に退避する out-of-core 方式。 - 既存 SLAM フレームワークと統合し、pose estimation と loop closure を利用して大規模でも globally consistent な再構成を目指す。 - 対象は indoor (Replica, TUM-RGBD)、urban driving (KITTI)、Nvidia Jetson などの resource-constrained 環境。

- 従来の 3DGS SLAM は GPU メモリ容量に律速され、小規模環境の再構成に限定されていた。 - DiskChunGS は chunk 単位の disk 退避によりこの制約を緩和し、大規模シーンへのスケールを可能にする点が特徴。 - 特に KITTI の全 11 sequence を memory failure なしで完遂しつつ、より高い visual quality を達成したと主張。 - アルゴリズム的な工夫でメモリ制約を克服できることを示す点を新規性として位置づけている。

- シーンを空間的な chunk に分割する表現を採用。 - GPU メモリ上には現在 active な領域のみを保持し、inactive な領域は disk に保存する out-of-core 管理を行う。 - 既存 SLAM フレームワークの pose estimation と loop closure に統合され、大規模でも globally consistent な再構成を狙う。 - 詳細な chunk 境界処理や disk-GPU 転送ポリシー、3DGS 最適化の具体的手順は要旨からは不明。

- indoor シーンとして Replica と TUM-RGBD で検証。 - urban driving として KITTI で検証。 - resource-constrained な Nvidia Jetson プラットフォームでも検証。 - KITTI の全 11 sequence を memory failure なしで完遂し、比較手法より優れた visual quality を達成したと報告。 - 定量的な指標や比較手法の詳細は要旨からは不明。

- GPU メモリ制約を disk 退避で緩和する設計の有効性を、KITTI 全 sequence 完遂と Jetson での動作で示している。 - 一方で disk I/O のオーバーヘッド、chunk 管理の複雑さ、real-time 性への影響、loop closure 時の整合性維持コストなどの議論は要旨からは不明。 - 大規模環境での精度とメモリ効率のトレードオフに関する定量的議論も要旨からは不明。

- 3D Gaussian Splatting (3DGS) の原論文。 - 3DGS を用いた SLAM の先行手法（例: Gaussian Splatting SLAM 系）。 - loop closure を含む visual SLAM の代表的手法（ORB-SLAM 系など）。 - 評価データセットである Replica、TUM-RGBD、KITTI の関連論文。 - out-of-core / chunk-based な大規模 neural rendering や memory management の関連研究。