SLAM 點雲圖鑑Point clouds for construction
M-01 · 2024

Photo-SLAM

Photo-SLAM 將 ORB-SLAM3 的特徵式定位、局部光束調整與迴圈閉合，與以高斯參數擴充的「超基元」地圖解耦結合，幾何由特徵點與因子圖負責，外觀由高斯潑濺負責。作者明言目標是沉浸式探索的精簡表示而非稠密網格，網格重建評估不在範圍內。

具全域修正的完整 SLAM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 (2024-04-08) read in full including supplementary Sec. 6 to 8 and Tables 5 to 8; CVF open-access CVPR 2024 version also read: Tables 1 to 3 and the hardware paragraph identical to arXiv v2
全文取得途徑
arXiv 預印本
本頁內容

Decouples ORB-SLAM3 geometry (with loop closure) from a Gaussian-based photorealistic map; dense mesh reconstruction is out of scope.

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monocular camera、stereo camera (EuRoC MAV dataset; hand-held ZED 2 outdoors)、RGB-D
原文測試平台simulation (Replica)、UAV (EuRoC MAV dataset)、handheld (ZED 2 stereo camera, outdoor, qualitative only)
狀態估計ORB-SLAM3-based factor graph (Levenberg-Marquardt) localization and local BA; SGD for photorealistic mapping
資料關聯ORB feature correspondences (geometry); photometric loss (appearance)
時間表示discrete poses
去畸變不適用
迴圈閉合ORB-SLAM3-style loop closure; keyframes and hyper primitives corrected by a similarity transformation
全域最佳化loop-closure correction of keyframes and primitives
地圖表示hyper primitives: ORB map points extended with Gaussian parameters
先驗資訊none
可輸出幾何sparse ORB points + Gaussians and renderings; mesh reconstruction explicitly out of scope (Sec. 4.1)
計算需求all methods run on a desktop with an NVIDIA RTX 4090 24 GB GPU, Intel Core i9-13900K CPU and 64 GB RAM; Photo-SLAM also run on a laptop (NVIDIA RTX 3080 Ti 16 GB Laptop GPU, Intel Core i9-12900HX, 32 GB RAM) and a Jetson AGX Orin Developer Kit (Sec. 4.1); on Replica, tracking at about 42 FPS on the desktop and about 18 FPS on the Jetson with 4 to 6 GB GPU memory (Table 1)

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
雙目相機ZED 2方法輸入未標示hand-held stereo camera used to collect outdoor unbounded scenes(Huang et al., 2024c, Sec. 4.1; Sec. 4.2 On Stereo; Fig. 9)
運算硬體NVIDIA RTX 4090 24 GB歸入：NVIDIA RTX 4090 24GB執行運算平台未標示desktop GPU with Intel Core i9-13900K and 64 GB RAM; used for Photo-SLAM and all baselines(Huang et al., 2024c, Sec. 4.1)
運算硬體Intel Core i9-13900K執行運算平台未標示desktop CPU, 64 GB RAM(Huang et al., 2024c, Sec. 4.1)
運算硬體NVIDIA RTX 3080ti 16 GB Laptop GPU執行運算平台未標示laptop with Intel Core i9-12900HX and 32 GB RAM(Huang et al., 2024c, Sec. 4.1)
運算硬體Intel Core i9-12900HX執行運算平台未標示laptop CPU, 32 GB RAM(Huang et al., 2024c, Sec. 4.1)
運算硬體NVIDIA Jetson AGX Orin Developer Kit執行運算平台未標示embedded platform; about 18 tracking FPS and about 100 rendering FPS on Replica(Huang et al., 2024c, Sec. 4.1; Table 1; Supp. Fig. 11)

作者報告的優勢與限制

優勢

  • Real-time on embedded Jetson AGX Orin (Sec. 4.1; Sec. 5)
  • Loop closure reduces ghosting in the photorealistic map (Sec. 3.5)

限制

  • Mesh reconstruction evaluation out of scope (Sec. 4.1)
  • (inference) Dense geometry is not measured, so engineering use would rely on sparse ORB points
  • Peak tracking time occurs when a loop closure is detected and drift is corrected (Supp. Sec. 6, Fig. 12)
  • Outdoor ZED 2 results are qualitative only (Fig. 9)
  • (derived from Table 2) with RGB-D input on TUM fr1-desk the ATE RMSE is 2.603 cm against 1.724 cm for ORB-SLAM3

營建工程相關證據

論文未涉及營建場域；資料為 Replica、TUM RGB-D、EuRoC 與 ZED 2 戶外自錄。

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 8 個比較組，合計 76 筆紀錄。以下列出本方法紀錄最多的 4 組，其餘 4 組列在最後，並連到性能比較頁。

Huang et al., 2024c · Table 1 本方法 24 筆

表格設定（擷取紀錄原文）：Replica, average of 5 runs per sequence; all baselines run with official code on the desktop; '-' means rendering not supported or tracking failed; rendering metrics (PSNR, SSIM, LPIPS), operation time and rendering FPS not extracted (Huang et al., 2024c, Table 1)

Localization RMSE (cm) of ATE，Replica · average over Replica sequences, RGB-D input

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 Huang et al., 2024c 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 rooms and offices

資料來源作者報告值(Huang et al., 2024c, Table 1)

數值與出處
方法（原文寫法）報告值出處
ORB-SLAM3 [2]1.833 cm(Huang et al., 2024c, Table 1)
DROID-SLAM [34]0.634 cm(Huang et al., 2024c, Table 1)
Orbeez-SLAM [4]0.888 cm(Huang et al., 2024c, Table 1)
Go-SLAM [44]0.571 cm(Huang et al., 2024c, Table 1)
Ours (Jetson)本方法原文提出0.581 cm(Huang et al., 2024c, Table 1)
Ours (Laptop)本方法原文提出0.59 cm(Huang et al., 2024c, Table 1)
Ours本方法原文提出0.604 cm(Huang et al., 2024c, Table 1)
BundleFusion [6]1.606 cm(Huang et al., 2024c, Table 1)
Nice-SLAM [46]2.35 cm(Huang et al., 2024c, Table 1)
ESLAM [16]0.568 cm(Huang et al., 2024c, Table 1)
Co-SLAM [36]1.158 cm(Huang et al., 2024c, Table 1)
Point-SLAM [27]0.596 cm(Huang et al., 2024c, Table 1)

Huang et al., 2024c · Table 2 本方法 18 筆

指標RMSE (cm)

表格設定（擷取紀錄原文）：TUM RGB-D, ATE RMSE in cm, average of 5 runs; rendering metrics not extracted (Huang et al., 2024c, Table 2)

RMSE (cm)，TUM RGB-D · fr1-desk (RGB-D input)

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 Huang et al., 2024c 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：indoor office (real)

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

數值與出處
方法（原文寫法）報告值出處
ORB-SLAM3 [2]1.724 cm(Huang et al., 2024c, Table 2)
DROID-SLAM [34]91.985 cm(Huang et al., 2024c, Table 2)
Go-SLAM [44]2.119 cm(Huang et al., 2024c, Table 2)
Ours (Jetson)本方法原文提出硬體：NVIDIA Jetson AGX Orin Developer Kit4.571 cm(Huang et al., 2024c, Table 2)
Ours (Laptop)本方法原文提出硬體：laptop: NVIDIA RTX 3080 Ti 16 GB Laptop GPU + Intel Core i9-12900HX + 32 GB RAM1.891 cm(Huang et al., 2024c, Table 2)
Ours本方法原文提出硬體：desktop: NVIDIA RTX 4090 24 GB + Intel Core i9-13900K + 64 GB RAM2.603 cm(Huang et al., 2024c, Table 2)
Nice-SLAM [46]19.317 cm(Huang et al., 2024c, Table 2)
ESLAM [16]3.359 cm(Huang et al., 2024c, Table 2)
Co-SLAM [36]3.094 cm(Huang et al., 2024c, Table 2)

Huang et al., 2024c · Table 3 本方法 12 筆

指標RMSE (cm)

表格設定（擷取紀錄原文）：EuRoC MAV stereo input, ATE RMSE in cm; rendering metrics not extracted (Huang et al., 2024c, Table 3)

RMSE (cm)，EuRoC MAV · MH-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。

這些是 Huang et al., 2024c 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：indoor sequences (Sec. 4.1 contrasts the benchmark datasets with the self-collected outdoor scenes); EuRoC MAV stereo input, scene type not further described in the paper

資料來源作者報告值(Huang et al., 2024c, Table 3)

數值與出處
方法（原文寫法）報告值出處
ORB-SLAM3 [2]4.379 cm(Huang et al., 2024c, Table 3)
DROID-SLAM [34]39.514 cm(Huang et al., 2024c, Table 3)
Ours (Jetson)本方法原文提出硬體：NVIDIA Jetson AGX Orin Developer Kit4.207 cm(Huang et al., 2024c, Table 3)
Ours (Laptop)本方法原文提出硬體：laptop: NVIDIA RTX 3080 Ti 16 GB Laptop GPU + Intel Core i9-12900HX + 32 GB RAM4.049 cm(Huang et al., 2024c, Table 3)
Ours本方法原文提出硬體：desktop: NVIDIA RTX 4090 24 GB + Intel Core i9-13900K + 64 GB RAM4.109 cm(Huang et al., 2024c, Table 3)

Ha 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，這些數值分屬表中不同部分）：(Ha et al., 2024, Table 1)

  • Replica ATE RMSE; * = reproduced with official code; GS-SLAM from its paper, Photo-SLAM only average from its paper
  • Replica ATE RMSE; * = reproduced with official code; GS-SLAM from its paper, Photo-SLAM only average from its paper; the Gaussian Splatting SLAM (MonoGS) row appears only in the ECCV version of record, reproduced with official code and evaluated on keyframes only
  • Replica ATE RMSE; the ECCV 2024 version of record (Table 1) adds an ORB-SLAM3 average taken from Photo-SLAM [12]; per-scene cells are '-'

ATE RMSE [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 Ha 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(Ha et al., 2024, Table 1)

數值與出處
方法（原文寫法）報告值出處
NICE-SLAM* [ 47 ]1.42 cm(Ha et al., 2024, Table 1)
Point-SLAM* [ 32 ]0.54 cm(Ha et al., 2024, Table 1)
GS-SLAM [ 44 ]0.5 cm(Ha et al., 2024, Table 1)
Photo-SLAM [ 12 ]本方法0.6 cm(Ha et al., 2024, Table 1)
SplaTAM* [ 14 ]0.36 cm(Ha et al., 2024, Table 1)
Ours (limited to 30 FPS)原文提出0.16 cm(Ha et al., 2024, Table 1)
Gaussian Splatting SLAM* [22] (ECCV version only)0.32 cm(Ha et al., 2024, Table 1 (ECCV 2024 version of record))
ORB-SLAM3 [4] (ECCV version only)1.8 cm(Ha et al., 2024, Table 1 (ECCV 2024 version of record))

其他比較組

列出其餘 4 個比較組

來源

  • Huang et al., 2024c

    Huajian Huang, Longwei Li, Hui Cheng, Sai-Kit Yeung（2024）Photo-SLAM: Real-Time Simultaneous Localization and Photorealistic Mapping for Monocular, Stereo, and RGB-D Cameras2024 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), pp. 21584-21593

    DOI 10.1109/cvpr52733.2024.02039arXiv 2311.16728程式碼

    同儕審查已出版已讀全文近十年

程式碼：https://github.com/HuajianUP/Photo-SLAM（授權：GPL-3.0）。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