内窥镜高斯SLAM新突破：自适应关键帧选择让旋转误差直降20.3%！
KFS$^4$LAM: Adaptive KeyFrame Selection with Structure-Aware Mapping for Endoscopic Gaussian Splatting SLAM
📖 AI 总结
该论文提出KFS⁴LAM，一种面向内窥镜场景的高斯泼溅SLAM方法，核心在于将运动引导的自适应关键帧选择与结构监督建图相结合。针对结肠镜中相机运动不均、解剖结构重复、镜面反射和视觉伪影导致固定间隔或简单位姿准则失效的问题，该方法利用累积运动指导关键帧选取，并以互补线索抑制冗余或不可靠候选；同时引入密度感知建图与结肠褶皱轮廓监督，突出结构信息丰富区域，并通过受限时序变形适应局部组织动态、避免几何漂移。在C3VD和C3VD-v2数据集上，该方法在轨迹、渲染和深度指标上整体表现良好，在更具挑战性的C3VD-v2上与SplaTAM对比，旋转相对位姿误差降低20.3%，深度RMSE降低38.4%，PSNR提升0.78 dB；跨骨干实验表明框架不依赖单一SLAM架构。
🔑 关键词速览
| 高斯泼溅SLAM | 一种结合高斯泼溅表示与同步定位与建图的技术，用于稠密三维重建和新视角合成。 |
| 关键帧选择 | 从视频序列中挑选用于建图的关键帧的过程，影响SLAM的定位与重建性能。 |
| 结构感知建图 | 利用解剖结构（如结肠皱襞）监督的建图方法，强调结构信息丰富的区域。 |
| 受限时间变形 | 一种约束局部组织动态变化的方法，避免几何漂移。 |
| C3VD | 结肠镜三维视频数据集，用于评估内窥镜SLAM性能。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅