DDN-SLAM¶

Idea¶

1. 提出了基于语义特征的动态 SLAM，通过结合语义检测框架和高斯混合模型背景深度概率检查方法，区分前景和背景以消除干扰的动态特征点；
2. 通过对动态点重投影误差的二次检查并 BA 来建立长期的数据关联；
3. 提出一种混合的背景恢复和渲染策略，包括利用特征的光流来区分动态掩码以进行背景恢复；
4. 提出一种由静态稀疏点云引导的采样策略，以增强对静态表面的重建；
5. 提出一种基于动态掩码的渲染损失，包括运动一致性损失、深度损失和颜色损失，以约束动态物体的渲染鬼影并消除遮挡。

Experiments¶

无源代码。