HyVGGT-VO: フィードフォワードモデルと密結合したハイブリッド高密度ビジュアルオドメトリ
HyVGGT-VO: Tightly Coupled Hybrid Dense Visual Odometry with Feed-Forward Models
従来のスパースVOの効率性とフィードフォワードモデルの高密度再構成能力を統合し、VGGTと密結合した新しいビジュアルオドメトリフレームワークを提案。適応的ハイブリッド追跡と階層的最適化により、高速かつ高精度なポーズ推定と高密度マッピングを実現。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ AIが要旨から生成した要約です。正確性は原文をご確認ください。
著者: Junxiang Pan, Lipu Zhou, Baojie Chen
分類: cs.RO
原文アブストラクト
Dense visual odometry (VO), which provides pose estimation and dense 3D reconstruction, serves as the cornerstone for applications ranging from robotics to augmented reality. Recently, feed-forward models have demonstrated remarkable capabilities in dense mapping. However, when these models are used in dense visual SLAM systems, their heavy computational burden restricts them to yielding sparse pose outputs at keyframes while still failing to achieve real-time pose estimation. In contrast, traditional sparse methods provide high computational efficiency and high-frequency pose outputs, but lack the capability for dense reconstruction. To address these limitations, we propose HyVGGT-VO, a novel framework that combines the computational efficiency of sparse VO with the dense reconstruction capabilities of feed-forward models. To the best of our knowledge, this is the first work to tightly couple a traditional VO framework with VGGT, a state-of-the-art feed-forward model. Specifically, we design an adaptive hybrid tracking frontend that dynamically switches between traditional optical flow and the VGGT tracking head to ensure robustness. Furthermore, we introduce a hierarchical optimization framework that jointly refines VO poses and the scale of VGGT predictions to ensure global scale consistency. Our approach achieves an approximately 5x processing speedup compared to existing VGGT-based methods, while reducing the average trajectory error by 85% on the indoor EuRoC dataset and 12% on the outdoor KITTI benchmark. Our code will be publicly available upon acceptance. Project page: https://geneta2580.github.io/HyVGGT-VO.io.
関連論文
- 球面バンドル調整ガイド付き教師なし深度学習によるスケール整合単眼魚眼ビジュアルオドメトリビジュアルオドメトリ
- ROEVO: RGB-Dカメラを用いたロバストな組織化エッジ特徴に基づくビジュアルオドメトリビジュアルオドメトリ
- スパース点群出力を備えた深層イベントビジュアルオドメトリの拡張ビジュアルオドメトリ
- RGB-Dカメラを用いた高速軽量な非反復型ビジュアルオドメトリビジュアルオドメトリ
- 屋内環境向け連続3Dガウスマップを用いた直接スパースオドメトリビジュアルオドメトリ
- パノラマ直接LiDAR支援ビジュアルオドメトリビジュアルオドメトリ
