以下内容来自小六的机器人AI学习圈（6年积累，全国最大的机器人SLAM交流社区，为SLAM行业从业者提供从入门、学习、交流、求职、线下链接、合作、咨询、答疑等一系列的服务）知识星球每日更新内容

【TD-NeRF: Novel Truncated Depth Prior for Joint Camera Pose and Neural Radiance Field Optimization】

文章链接：[2405.07027] TD-NeRF: Novel Truncated Depth Prior ...

仓库地址：GitHub - nubot-nudt/TD-NeRF: [IROS24] TD-NeRF: Nov...

依赖精确的相机位姿是广泛部署用于三维重建和SLAM任务的神经辐射场( Neural Radiance Fields，NeRF )模型的重要障碍。现有方法引入单目深度先验联合优化相机位姿和NeRF，未能充分利用深度先验，忽略了其固有噪声的影响。在本文中，我们提出了截断深度NeRF ( Truncated Depth NeRF，TD-NeRF )，一种新的方法，通过联合优化辐射场和相机姿态的可学习参数，从未知的相机姿态中训练NeRF我们的方法通过三个关键的改进显式地利用了单目深度先验：1 )我们提出了一种新的基于截断正态分布的基于深度的光线采样策略，提高了位姿估计的收敛速度和精度；2 )为了避免局部极小值和优化深度几何，我们引入了一种由粗到精的训练策略，逐步提高了深度精度；3 )提出了一种更加鲁棒的帧间点约束，增强了训练过程中对深度噪声的鲁棒性。在3个数据集上的实验结果表明，TD - NeRF在相机位姿和NeRF的联合优化中取得了优于以往工作的性能，生成了更精确的深度几何图形。