SLAM 點雲圖鑑Point clouds for construction
M-01 · 2023

ESLAM

ESLAM 以多尺度軸對齊特徵平面（tri-plane）取代體素網格，使記憶體隨場景邊長由立方成長降為平方成長，並直接解碼截斷符號距離場（TSDF）以加速收斂。作者承認特徵平面的更新可能影響已重建區域，因此需投入大量計算重播舊關鍵影格以避免遺忘。

里程計＋局部建圖近十年已讀全文同儕審查已出版學習式、神經隱式與高斯潑濺 SLAM

閱讀版本
arXiv v2 (2211.11704v2, 3 Apr 2023) including supplementary material; CVPR 2023 version of record not compared
全文取得途徑
arXiv 預印本
本頁內容

Tri-plane features decoded to TSDF reduce memory growth from cubic to quadratic and speed up neural RGB-D SLAM, at the cost of forgetting management.

技術屬性

欄位內容為文獻擷取紀錄的原文用語（英文），以原文為據；「未查證」表示本研究尚未讀到該資訊，不代表該方法不具備此能力。

感測輸入RGB-D
原文測試平台未記錄
狀態估計Adam gradient-based tracking of translation + quaternion; periodic joint mapping over keyframes
資料關聯per-point TSDF (free-space and truncation) losses + depth and colour rendering losses
時間表示discrete poses
去畸變不適用
迴圈閉合none reported
全域最佳化no global BA, pose graph or loop closure; every 4 input frames a mapping step jointly optimizes feature planes, decoders and the poses of W = 20 frames (current frame, two previous keyframes and 17 keyframes sampled at random from the global keyframe list)
地圖表示multi-scale axis-aligned feature planes (tri-plane) with shallow decoders to TSDF and RGB
先驗資訊none (pre-train-free)
可輸出幾何mesh via marching cubes on a 1 cm TSDF volume, with frustum/occlusion mesh culling before evaluation
計算需求NVIDIA GeForce RTX 3090; average frame processing time 0.18 s on Replica room0 (NICE-SLAM 2.10 s) and 0.55 s on ScanNet scene0000 (NICE-SLAM 3.35 s); 6.79 M and 17.63 M parameters (Table 4); up to 10x faster than NICE-SLAM

使用設備

原文使用的感測器、運算硬體與載具（equipment）。型號保留原文寫法，連結到設備頁中同一型號的歸併名稱；角色依原文用途分為方法輸入、資料集感測器、執行運算平台、參考或真值量測（reference or ground truth）與比較對象設備。

類別型號（原文寫法）角色資料集原文規格出處
運算硬體NVIDIA GeForce RTX 3090執行運算平台未標示used to benchmark all methods in Table 4(Johari et al., 2023, Table 4; Sec. 4.2)

論文圖片

只收錄原文以開放授權（open license）釋出的圖片，並依授權條件標示出處、圖號、授權與修改方式。

  • ESLAM 總覽：沿光線取樣點投影到粗細兩層軸對齊特徵平面，經淺層解碼器輸出 TSDF 與顏色並做 SDF 體積渲染

    Fig. 2ESLAM 總覽：沿光線取樣點投影到粗細兩層軸對齊特徵平面，經淺層解碼器輸出 TSDF 與顏色並做 SDF 體積渲染

    出處：Johari et al., 2023，Fig. 2。授權：CC BY 4.0。原始圖檔。修改：縮小至寬度不超過 1400 px，並轉存為 WebP 格式。

  • Replica 資料集幾何重建與 iMAP*、NICE-SLAM 的定性比較

    Fig. 3Replica 資料集幾何重建與 iMAP*、NICE-SLAM 的定性比較

    出處：Johari et al., 2023，Fig. 3。授權：CC BY 4.0。原始圖檔。修改：縮小至寬度不超過 1400 px，並轉存為 WebP 格式。

  • ScanNet 相機軌跡比較，真值為綠色、估計為紅色

    Fig. 4ScanNet 相機軌跡比較，真值為綠色、估計為紅色

    出處：Johari et al., 2023，Fig. 4。授權：CC BY 4.0。原始圖檔。修改：縮小至寬度不超過 1400 px，並轉存為 WebP 格式。

  • ScanNet 場景重建網格與 iMAP*、NICE-SLAM 比較（真值網格不完整處呈白色）

    Fig. 5ScanNet 場景重建網格與 iMAP*、NICE-SLAM 比較（真值網格不完整處呈白色）

    出處：Johari et al., 2023，Fig. 5。授權：CC BY 4.0。原始圖檔。修改：縮小至寬度不超過 1400 px，並轉存為 WebP 格式。

作者報告的優勢與限制

優勢

  • Memory growth quadratic in scene side length (Sec. 3.1)
  • Faster than NICE-SLAM by up to an order of magnitude (Sec. 4.2)
  • Replica averages: ATE RMSE 0.63 cm, Acc. 0.97 cm, Comp. 1.05 cm, completion ratio 98.60% versus NICE-SLAM 2.05 cm, 1.66 cm, 1.63 cm and 96.74% (Table 1)
  • ScanNet average ATE RMSE 7.4 cm versus 10.7 cm for NICE-SLAM, with lower run-to-run variance (Table 2)
  • Little sensitivity to 1/8 depth resolution on Replica room0 (ATE 0.72 versus 0.71 cm) (Supp. Table 1)

限制

  • Updating plane features can alter previously reconstructed geometry (forgetting); compute spent on replay (Sec. 5)
  • Requires depth: SDF and depth losses apply only to rays with measured depth (Sec. 3.3)
  • No quantitative reconstruction on real data: ScanNet ground-truth meshes are incomplete and TUM has none (Sec. 4.1)

營建工程相關證據

論文未涉及營建場域；資料為 Replica、ScanNet、TUM RGB-D。

原文驗證環境：模擬、公開基準

報告的性能數據

以下是原文作者報告的性能數值（author-reported results），不是本研究重新量測的結果。每張圖只並列同一個比較組（comparison group，同一張表、同一組實驗設定）內的方法；不同比較組之間的數值不可直接比較，也不構成排名。

本方法共出現在 39 個比較組，合計 175 筆紀錄。以下列出本方法紀錄最多的 4 組，其餘 35 組列在最後，並連到性能比較頁。

Johari et al., 2023 · Table 2 本方法 14 筆

表格設定（擷取紀錄原文）：ScanNet localization, average of five runs per scene (std omitted) (Johari et al., 2023, Table 2)

ATE Mean (cm)，ScanNet · scene0000

只並列這張表在相同設定下報告的方法；以「本方法：」開頭者為本頁方法。失敗、未執行與未報告以標記呈現，不是 0。

這些是 Johari et al., 2023 在此表設定下報告的數值（author-reported results），只能在同一個比較組內對照，不代表方法在其他資料或設定下的表現。

統計量：平均值（mean）；對齊方式：原文未報告；單位：cm；場景：real indoor rooms

資料來源作者報告值(Johari et al., 2023, Table 2)

數值與出處
方法（原文寫法）報告值出處
iMAP*34.2 cm(Johari et al., 2023, Table 2)
NICE-SLAM9.9 cm(Johari et al., 2023, Table 2)
ESLAM (ours)本方法原文提出6.5 cm(Johari et al., 2023, Table 2)

Johari et al., 2023 · Supp. Table 5 本方法 12 筆

資料集與序列Replica · average of 8 scenes

表格設定（擷取紀錄原文）：Accuracy versus frame processing time with more optimization iterations, Replica averages (Johari et al., 2023, Supp. Table 5)

Acc. (cm)，Replica · average of 8 scenes

只並列這張表在相同設定下報告的方法；以「本方法：」開頭者為本頁方法。失敗、未執行與未報告以標記呈現，不是 0。

這些是 Johari et al., 2023 在此表設定下報告的數值（author-reported results），只能在同一個比較組內對照，不代表方法在其他資料或設定下的表現。

統計量：平均值（mean）；對齊方式：原文未報告；單位：cm；場景：synthetic indoor

資料來源作者報告值(Johari et al., 2023, Supp. Table 5)

數值與出處
方法（原文寫法）報告值出處
iMAP*7.16 cm(Johari et al., 2023, Supp. Table 5)
NICE-SLAM1.66 cm(Johari et al., 2023, Supp. Table 5)
ESLAM (ours), Iter_m 15, Iter_t 8本方法原文提出0.97 cm(Johari et al., 2023, Supp. Table 5)
ESLAM x2 (ours), Iter_m 30, Iter_t 16本方法原文提出0.95 cm(Johari et al., 2023, Supp. Table 5)
ESLAM x10 (ours), Iter_m 150, Iter_t 80本方法原文提出0.92 cm(Johari et al., 2023, Supp. Table 5)

Yan et al., 2024 · Table 1 本方法 9 筆

指標ATE RMSE [cm]

表格設定（擷取紀錄原文）：Replica ATE RMSE, 8 scenes; * = reproduced with official code; methods in upper part run below 5 FPS (Yan et al., 2024, Table 1)

ATE RMSE [cm]，Replica · Rm0

只並列這張表在相同設定下報告的方法；以「本方法：」開頭者為本頁方法。失敗、未執行與未報告以標記呈現，不是 0。

這些是 Yan et al., 2024 在此表設定下報告的數值（author-reported results），只能在同一個比較組內對照，不代表方法在其他資料或設定下的表現。

統計量：均方根誤差（RMSE）；對齊方式：原文未報告；單位：cm；場景：synthetic indoor scenes

資料來源作者報告值(Yan et al., 2024, Table 1)

數值與出處
方法（原文寫法）報告值出處
Point-SLAM [ 27 ]0.56 cm(Yan et al., 2024, Table 1)
NICE-SLAM [ 55 ]0.97 cm(Yan et al., 2024, Table 1)
Vox-Fusion ∗ [ 48 ]1.37 cm(Yan et al., 2024, Table 1)
ESLAM [ 11 ]本方法0.71 cm(Yan et al., 2024, Table 1)
CoSLAM [ 41 ]0.7 cm(Yan et al., 2024, Table 1)
Ours原文提出0.48 cm(Yan et al., 2024, Table 1)

Matsuki et al., 2024 · Table 2 本方法 9 筆

指標ATE RMSE (keyframes)

表格設定（擷取紀錄原文）：Keyframe ATE RMSE (cm) on Replica, RGB-D only (Replica has purely rotational motions); baselines from Point-SLAM; Ours = multi-process real-time implementation, Ours (sp) = single-process with more mapping iterations. (Matsuki et al., 2024, Table 2)

ATE RMSE (keyframes)，Replica · room0

只並列這張表在相同設定下報告的方法；以「本方法：」開頭者為本頁方法。失敗、未執行與未報告以標記呈現，不是 0。

這些是 Matsuki et al., 2024 在此表設定下報告的數值（author-reported results），只能在同一個比較組內對照，不代表方法在其他資料或設定下的表現。

統計量：均方根誤差（RMSE）；對齊方式：SE(3) 剛體對齊；單位：cm；場景：synthetic Replica sequences (room0 to room2, office0 to office4) with purely rotational camera motion, RGB-D input

資料來源作者報告值(Matsuki et al., 2024, Table 2)

數值與出處
方法（原文寫法）報告值出處
iMAP [35]3.12 cm(Matsuki et al., 2024, Table 2)
NICE-SLAM0.97 cm(Matsuki et al., 2024, Table 2)
Vox-Fusion [45]1.37 cm(Matsuki et al., 2024, Table 2)
ESLAM [9]本方法0.71 cm(Matsuki et al., 2024, Table 2)
Point-SLAM [29]0.61 cm(Matsuki et al., 2024, Table 2)
MonoGS (Ours, multi-process)原文提出0.44 cm(Matsuki et al., 2024, Table 2)
MonoGS (Ours sp, single-process)原文提出0.33 cm(Matsuki et al., 2024, Table 2)

其他比較組

列出其餘 35 個比較組

來源

  • Johari et al., 2023

    Mohammad Mahdi Johari, Camilla Carta, François Fleuret（2023）ESLAM: Efficient Dense SLAM System Based on Hybrid Representation of Signed Distance Fields2023 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), pp. 17408-17419

    DOI 10.1109/cvpr52729.2023.01670arXiv 2211.11704程式碼

    同儕審查已出版已讀全文近十年

程式碼：https://github.com/idiap/ESLAM（授權：Apache-2.0）。有公開程式碼不等於已被重現，也不代表目前版本與論文版本相同。

回到方法圖鑑

SLAM 點雲圖鑑

本站為綜述論文《SLAM-Based Point Clouds for Construction: A Review》研究過程的互動說明文件。互動圖為教學模擬，不代表任何特定系統的實測表現；方法描述、數值與結論以所引原始文獻為準。

內容基準日 2026-09-25 · 研究與網站製作使用 AI 輔助工具，見 證據標記與方法

選擇開啟Esc關閉