NICE-SLAM
NICE-SLAM 以多層級特徵格網搭配預先訓練的小型解碼器取代單一 MLP，使地圖更新可局部進行，改善大型室內場景的可擴展性與過度平滑問題。追蹤與建圖以深度與顏色重渲染誤差交替最佳化。作者指出方法沒有迴圈閉合，且預測能力受限於粗網格尺度。
本頁內容
Hierarchical feature grids with pre-trained decoders enable local, scalable neural implicit RGB-D SLAM, without loop closure.
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 | alternating gradient-based optimization in parallel threads: staged mapping (mid-level grid, then mid and fine grids with the depth L1 loss) followed by a local bundle adjustment that jointly optimizes all feature grids, the colour decoder and the poses of K selected keyframes (Eq. 10); tracking optimizes only the current camera pose with a variance-weighted depth loss plus a photometric loss (Eq. 11 and 12) |
| 資料關聯 | direct depth (L1) and photometric re-rendering losses |
| 時間表示 | discrete poses |
| 去畸變 | 不適用 |
| 迴圈閉合 | none (authors list loop closure as future work) |
| 全域最佳化 | none |
| 地圖表示 | hierarchical coarse/mid/fine feature grids with pre-trained occupancy decoders plus a colour grid |
| 先驗資訊 | coarse, mid and fine occupancy decoders pre-trained as part of ConvONet on its Synthetic Indoor Scene Dataset (room_grid64 setting, point-cloud encoder) and kept fixed during SLAM; the colour decoder is optimized online |
| 可輸出幾何 | mesh via marching cubes: fine-level decoder occupancy for observed points; for unseen points inside partially observed coarse voxels the coarse decoder predicts occupancy (shown in cyan); other points set to zero occupancy |
| 計算需求 | desktop PC with a 3.80 GHz Intel i7-10700K CPU and an NVIDIA RTX 3090 GPU (Sec. 4.1); Table 4 reports 47 ms tracking and 130 ms mapping at Mt = 200 and M = 1000 pixel samples (per iteration or per frame not stated) and 104.16 x10^3 FLOPs per point query; map memory 12.02 MB on Replica (Table 1). Independent measurements: （Sandström et al., 2023） Table 6 reports 1.32 s tracking and 10.92 s mapping per frame on Replica office 0 (RTX 2080 Ti); （Huang et al., 2024c） Table 1 reports 2.331 tracking FPS and more than 10 min operation time on Replica RGB-D (RTX 4090) |
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 |
|---|---|---|---|---|---|
| RGB-D 相機 | 原文未報告 | 方法輸入 | self-captured multi-room apartment | sensor of the self-captured sequence in a large multi-room apartment is not named | (Zhu et al., 2022a, Sec. 4.1; Sec. 4.2 Evaluation on a Larger Scene) |
| 運算硬體 | Intel i7-10700K CPU (3.80 GHz) | 執行運算平台 | 未標示 | desktop PC used for all NICE-SLAM runs | (Zhu et al., 2022a, Sec. 4.1) |
| 運算硬體 | NVIDIA RTX 3090 | 執行運算平台 | 未標示 | GPU of the desktop PC used for all NICE-SLAM runs | (Zhu et al., 2022a, Sec. 4.1) |
作者報告的優勢與限制
優勢
- More scalable and detailed than iMAP on large indoor scenes (abstract)
- Can fill small holes and extrapolate unobserved geometry (Sec. 5)
限制
- No loop closure (Sec. 5)
- Predictive ability limited to the coarse-grid scale (Sec. 5)
- Tracking on TUM RGB-D still behind BAD-SLAM and ORB-SLAM2 (Table 2; Sec. 4.2)
- Colour is only locally consistent because of forgetting; a global colour optimization is needed as post-processing to visualise the whole scene (Sec. 3.1)
- Under dynamic objects, pixels with large re-rendering loss are only filtered; joint camera and scene optimization in dynamic scenes is left to future work (Sec. 3.3)
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、Co-Fusion 與自錄公寓。
原文驗證環境：模擬、公開基準、受控實驗
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 73 個比較組，合計 429 筆紀錄。以下列出本方法紀錄最多的 4 組，其餘 69 組列在最後，並連到性能比較頁。
Rosinol et al., 2023 · Table I 本方法 36 筆
表格設定（擷取紀錄原文）：Replica rendered sequences (2000 frames per scene from iMAP); iMAP* and NICE-SLAM (GT depth) use rendered ground-truth depth; TSDF-Fusion, sigma-Fusion and NeRF-SLAM use DROID-SLAM poses and depths; Depth L1 is a proxy for geometric accuracy; values from the IROS 2023 version of record (the NeRF-SLAM row differs from arXiv v1) (Rosinol et al., 2023, Table I)
Depth L1 [cm]，Replica · room-0
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。
按 Tab 進入圖表後，用上下方向鍵逐一瀏覽各類別，Esc 關閉提示框；也可開啟表格檢視閱讀全部數值。
這些是 Rosinol 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。
資料來源作者報告值(Rosinol et al., 2023, Table I)
| 方法（原文寫法） | 報告值 | 出處 |
|---|---|---|
| iMAP* [27] (GT depth) | 5.7 cm | (Rosinol et al., 2023, Table I) |
| Nice-SLAM [28] (GT depth)本方法 | 2.53 cm | (Rosinol et al., 2023, Table I) |
| TSDF-Fusion Res. = 256 (our depth) | 23.51 cm | (Rosinol et al., 2023, Table I) |
| sigma-Fusion [15] Res. = 256 (our depth) | 21.92 cm | (Rosinol et al., 2023, Table I) |
| Nice-SLAM [28] (no depth)本方法 | 11.12 cm | (Rosinol et al., 2023, Table I) |
| Ours (our depth)原文提出 | 8.11 cm | (Rosinol et al., 2023, Table I) |
Yang et al., 2022 · Table 2 本方法 27 筆
表格設定（擷取紀錄原文）：Replica mesh reconstruction; iMAP values from its paper, NICE-SLAM values from its supplementary without mesh culling (Yang et al., 2022, Table 2)
Acc. [cm]，Replica · Room-0
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。
按 Tab 進入圖表後，用上下方向鍵逐一瀏覽各類別，Esc 關閉提示框；也可開啟表格檢視閱讀全部數值。
這些是 Yang et al., 2022 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。
資料來源作者報告值(Yang et al., 2022, Table 2)
| 方法（原文寫法） | 報告值 | 出處 |
|---|---|---|
| iMap [ 31 ] | 3.58 cm | (Yang et al., 2022, Table 2) |
| NICE-SLAM [ 40 ]本方法 | 3.53 cm | (Yang et al., 2022, Table 2) |
| Ours原文提出 | 2.41 cm | (Yang et al., 2022, Table 2) |
Keetha et al., 2024 · Table 1 本方法 22 筆
指標ATE RMSE [cm]
表格設定（擷取紀錄原文）：Online camera-pose estimation, ATE RMSE [cm]; Baseline numbers taken from Point-SLAM; SplaTAM averaged over 3 seeds (Keetha et al., 2024, Table 1)
ATE RMSE [cm]，TUM-RGBD · Avg.
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。
按 Tab 進入圖表後，用上下方向鍵逐一瀏覽各類別，Esc 關閉提示框；也可開啟表格檢視閱讀全部數值。
這些是 Keetha 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。
資料來源作者報告值(Keetha et al., 2024, Table 1)
| 方法（原文寫法） | 報告值 | 出處 |
|---|---|---|
| Vox-Fusion | 11.31 cm | (Keetha et al., 2024, Table 1) |
| NICE-SLAM本方法 | 15.87 cm | (Keetha et al., 2024, Table 1) |
| Point-SLAM | 8.92 cm | (Keetha et al., 2024, Table 1) |
| SplaTAM原文提出 | 5.48 cm | (Keetha et al., 2024, Table 1) |
| Kintinuous | 4.84 cm | (Keetha et al., 2024, Table 1) |
| ElasticFusion | 6.91 cm | (Keetha et al., 2024, Table 1) |
| ORB-SLAM2 | 1.98 cm | (Keetha et al., 2024, Table 1) |
Isaacson et al., 2023 · Table III 本方法 16 筆
表格設定（擷取紀錄原文）：Map accuracy and completion (m, mean nearest-point distances) and precision and recall at a 0.1 m threshold; meshes from each method sampled to point clouds, all clouds voxel-downsampled to 5 cm (1 cm for MCR), ground truth cropped to geometry observed by the sensor. SHINE Mapping used ground-truth poses. '-' = invalid configuration (accuracy and precision are '-' for every method on Canteen and Garden; NICE-SLAM '-' on Quad), x = failed (NICE-SLAM on Canteen and Garden, all metrics). (Isaacson et al., 2023, Table III)
Accuracy (mean distance estimated to ground truth)，Fusion Portable · MCR Slow 01
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。
按 Tab 進入圖表後，用上下方向鍵逐一瀏覽各類別，Esc 關閉提示框；也可開啟表格檢視閱讀全部數值。
這些是 Isaacson 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。
資料來源作者報告值(Isaacson et al., 2023, Table III)
| 方法（原文寫法） | 報告值 | 出處 |
|---|---|---|
| NICE-SLAM本方法 | 0.621 m | (Isaacson et al., 2023, Table III) |
| SHINE (ground-truth poses) | 0.164 m | (Isaacson et al., 2023, Table III) |
| LONER w./ L_CLONeR | 0.11 m | (Isaacson et al., 2023, Table III) |
| LONER w./ L_URF | 0.153 m | (Isaacson et al., 2023, Table III) |
| LONER原文提出 | 0.186 m | (Isaacson et al., 2023, Table III) |
其他比較組
列出其餘 69 個比較組
- Wang et al., 2023a · Table 1
- Johari et al., 2023 · Table 2
- Zhang et al., 2023b · Table 3
- Ha et al., 2024 · Table 1
- Yan et al., 2024 · Table 1
- Matsuki et al., 2024 · Table 2
- Zhu et al., 2024 · Table 3
- Sandström et al., 2023 · Table 1
- Yang et al., 2022 · Table 1
- Yan et al., 2026b · Table III
- Johari et al., 2023 · Supp. Table 4
- Zhu et al., 2022a · Table 5
- Huang et al., 2024c · Table 1
- Wang et al., 2023a · Supp. Table 3
- Wang et al., 2023a · Table 3
- Zhu et al., 2022a · Table 3
- Sandström et al., 2023 · Table 4
- Wang et al., 2023a · Table 2
- Johari et al., 2023 · Supp. Table 1
- Johari et al., 2023 · Table 1
- Zhang et al., 2023b · Table 4
- Liso et al., 2024 · Table 2
- Sandström et al., 2023 · Table 3
- Sandström et al., 2023 · Table 6
- Peng et al., 2024 · Table 1
- Zhu et al., 2022a · Table 1
- Yang et al., 2022 · Table 3
- Wang et al., 2023a · Supp. Table 1
- Johari et al., 2023 · Supp. Table 5
- Johari et al., 2023 · Table 4
- Ha et al., 2024 · Table 2
- Ha et al., 2024 · Table 4
- Yan et al., 2024 · Table 2
- Yan et al., 2024 · Table 3
- Yan et al., 2024 · Table 5
- Isaacson et al., 2023 · Table II
- Liso et al., 2024 · Table 11
- Matsuki et al., 2024 · Table 1
- Zhu et al., 2024 · Table 1
- Sandström et al., 2023 · Fig. 3a
- Peng et al., 2024 · Supp. Table 5
- Peng et al., 2024 · Table 2
- Peng et al., 2024 · Table 3
- Wang et al., 2023a · Table 4
- Deng & Gan, 2026 · Table 1
- Johari et al., 2023 · Table 3
- Liso et al., 2024 · Table 3
- Liso et al., 2024 · Table 5
- Zhu et al., 2022a · Table 2
- Zhu et al., 2022a · Table 4
- Huang et al., 2024c · Table 2
- Keetha et al., 2024 · Table 6
- Yan et al., 2026b · Table VI
- Yuan et al., 2026 · Table 1
- Zhang et al., 2023b · Table 9
- Yan et al., 2024 · Table 4
- Zhu et al., 2024 · Table 2
- Peng et al., 2024 · Supp. Table 7
- Tosi et al., 2026 · Table XI
- Yang et al., 2022 · Table 5
- Deng & Gan, 2026 · Table 2
- Deng & Gan, 2026 · Table 9
- Zhang et al., 2025 · Table I
- Zhang et al., 2025 · Table II
- Liso et al., 2024 · Table 1
- Zhu et al., 2024 · arXiv v1 Table 4
- Zhu et al., 2022a · Text Sec. 4.3
- Pan et al., 2024 · Table IX
- Peng et al., 2024 · Supp. Table 6
來源
Zhu et al., 2022a
（2022）NICE-SLAM: Neural Implicit Scalable Encoding for SLAM2022 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), pp. 12776-12786
DOI 10.1109/cvpr52688.2022.01245arXiv 2112.12130程式碼
同儕審查已出版已讀全文近十年
相關版本
- 預印本：arXiv:2112.12130 https://arxiv.org/abs/2112.12130
程式碼：https://github.com/cvg/nice-slam（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。