継続的マッピング/3Dガウシアンスプラッティング2026/9/17arXiv:2609.20348

EliGSiR: 計算量制約下での継続的RGB-Dマッピングのためのガウシアンスプラッティング

EliGSiR: Continual RGB-D Mapping with Gaussian Splatting under Bounded Compute

オンラインでRGB-D観測が到着する継続的マッピングにおいて、限られた計算予算を適応的に配分し、ガウシアンスプラッティングによる地図を逐次更新する手法を提案。

詳しい要約

1. どんなもの？

- 継続的RGB-DマッピングのためのGaussian Splatting手法「EliGSiR」を提案。 - オンラインで新観測が到着し、既存領域を保持しながら地図を更新。 - 限られた計算予算内で最適化を制御する。 - Map-Guided View Scheduling、Load-Adaptive Fidelity、Targeted Geometry Growthの3機構を統合。

2. 先行研究と比べてどこがすごい？

- 従来の3D Gaussian Splattingは閉集合観測と長期最適化を前提。 - 継続的設定では新観測と既存領域保持の両立が課題。 - EliGSiRは計算予算を適応制御し、TUM RGB-D fr3/long_office_householdで21.52 dB（SplaTAMは19.42 dB）。 - 追跡ポーズ比較でORB-SLAM3使用時23.02 dB/155.5秒（CaRtGSは20.10 dB/230.9秒）。

3. 技術・手法の肝は？

- Map-Guided View Scheduling：冗長な視点をフィルタし、地図状態に応じて保持視点を再検討。 - Load-Adaptive Fidelity：固定解像度スケジュールではなく、マッピング負荷に応じて監視解像度を調整。 - Targeted Geometry Growth：深度監視とGaussian生成を分離し、繰り返し観測で欠落・誤配置構造にのみ幾何容量を追加。 - これらにより最適化する視点、画像詳細量、表現成長位置を適応制御。

4. どうやって有効だと検証した？

- Replica、TUM RGB-D、ScanNet++、実RGB-Dセンサシーケンスで評価。 - 最終再構成と取得中の地図の両方を考慮。 - TUM RGB-D fr3/long_office_householdで21.52 dB（SplaTAM比+2.10 dB）。 - 追跡ポーズ比較でORB-SLAM3使用時23.02 dB/155.5秒（CaRtGS比+2.92 dB、-75.4秒）。 - 取得中の再構成評価で適応的視点スケジューリング、監視忠実度、幾何成長が予算利用を改善することを示す。

5. 議論はある？

- 要旨からは不明。 - 限界や失敗事例、計算コストの詳細、一般化可能性についての議論は記載なし。

6. 次に読むべき論文は？

- SplaTAM：比較対象のGaussian SplattingベースSLAM。 - CaRtGS：比較対象の継続的Gaussian Splatting手法。 - ORB-SLAM3：追跡ポーズ提供に使用。 - 関連手法として3D Gaussian Splatting、継続的マッピング、RGB-D SLAM。

※ 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: Björn Ellensohn, Elmar Rueckert, Christian Rauch

分類: cs.CV, cs.RO

原文アブストラクト

Conventional 3D Gaussian Splatting assumes a closed set of observations and long optimization schedules. Continual RGB-D mapping in contrast poses the problem that new observations arrive online, while previously reconstructed regions must be preserved. We present EliGSiR (Evidence-guided Load-adaptive Incremental Gaussian Splatting with Image Replay), a continual Gaussian mapper that controls how the available optimization budget is used as the reconstruction evolves. Map-Guided View Scheduling filters redundant incoming views and reconsiders retained views according to the current state of the map. Load-Adaptive Fidelity adjusts supervision resolution to the current mapping load instead of following a fixed resolution schedule. Targeted Geometry Growth separates depth supervision from Gaussian creation and adds geometric capacity only where repeated RGB-D observations indicate missing or misplaced structure. Together, these mechanisms adapt which views are optimized, how much image detail is used, and where the representation grows while mapping remains active. We evaluate EliGSiR on Replica, TUM RGB-D, ScanNet++, and real RGB-D sensor sequences, considering both the final reconstruction and the map available throughout acquisition. On TUM RGB-D fr3/long_office_household, EliGSiR reaches 21.52 dB with the same ground-truth mapping poses used by the controlled baselines, compared with 19.42 dB for SplaTAM. In the tracked-pose comparison, EliGSiR with live ORB-SLAM3 poses reaches 23.02 dB in 155.5 s, compared with 20.10 dB in 230.9 s for CaRtGS using its native tracker. We further evaluate reconstruction throughout acquisition and show how EliGSiR adaptive view scheduling, supervision fidelity, and geometry growth improve the use of the available mapping budget.

arXivで原文を読む →arXiv概要ページ

← 論文一覧