CLoSeR: 長文ストリーミング再構成のためのループ閉じ込み

- 長文ストリーミング3D再構成のための手法 CLoSeR を提案する論文。 - Feedforward foundation model による streaming reconstruction は長文で tracking drift が蓄積する問題を扱う。 - loop closure を streaming reconstruction foundation model に再導入し、km スケールで drift-free な再構成を目指す。 - コード公開あり。

- 従来の loop closure 付き SLAM/再構成は Sim(3) や SL(4) など高次元多様体上で pose graph optimization を行う。 - 本手法は採用する streaming reconstruction backbone が globally consistent scale を生む観測に基づき、SE(3) 多様体上で全フレーム pose を最適化する。 - これにより高次元最適化を回避し、km スケールで SOTA を大きく上回る精度と一貫幾何を実現。

- global descriptor retrieval により loop candidate を検出する。 - loop-conditioned windows を構築し、loop したフレーム間の相対 pose を推定する。 - backbone が globally consistent scale を出すため、sequential 制約と loop closure 制約の下で全フレーム pose を SE(3) 多様体上で最適化する。 - Sim(3)/SL(4) 上の pose graph optimization を不要にする点が肝。

- Extensive experiments を実施。 - km スケールのシーケンスで drift を低減し、一貫した geometry を生成することを示す。 - 既存 SOTA を significantly outperform すると報告。 - 具体的データセット名や指標は要旨からは不明。

- 要旨からは不明。 - 想定される論点として loop candidate 検出の失敗時挙動、SE(3) 最適化の収束性、backbone の scale 一貫性が崩れる場合の限界などが考えられるが、要旨には明記されていない。

- 要旨で参照/比較されている先行研究: Sim(3) または SL(4) 多様体上で pose graph optimization を行う loop closure 手法。 - 関連手法: feedforward foundation model による 3D reconstruction、streaming reconstruction、global descriptor retrieval を用いた loop closure。 - 同分野の定番: ORB-SLAM、DROID-SLAM などの visual SLAM/再構成。