Compact 3D Gaussian Splatting For Dense Visual SLAM

📄 arXiv: 2403.11247v3 📥 PDF

作者: Tianchen Deng, Chang Nie, Shuhong Liu, Wenhua Wu, Jianfei Yang, Shenghai Yuan, Jiuming Liu, Danwei Wang, Hesheng Wang

分类: cs.CV, cs.RO

发布日期: 2024-03-17 (更新: 2026-05-13)

备注: Accepted by IJCV 2026

💡 一句话要点

提出紧凑型3D高斯点云以解决视觉SLAM中的冗余问题

🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics)

关键词: 3D高斯 视觉SLAM 场景重建 位姿估计 实时渲染 几何代码本 滑动窗口策略

📋 核心要点

  1. 现有基于3D高斯的SLAM方法依赖大量冗余椭球体，导致内存消耗大和训练速度慢。
  2. 本文提出了一种紧凑型3D高斯点云SLAM系统，通过滑动窗口掩蔽策略和几何代码本来减少冗余和压缩参数。
  3. 实验结果显示，所提方法在训练和渲染速度上显著提升，同时保持了最先进的场景表示质量。

📝 摘要（中文）

近年来的研究表明，基于3D高斯的SLAM能够实现高质量的重建、准确的位姿估计和实时场景渲染。然而，这些方法依赖于大量冗余的3D高斯椭球体，导致高内存和存储成本以及训练速度缓慢。为了解决这一限制，本文提出了一种紧凑型3D高斯点云SLAM系统，减少了高斯椭球体的数量和参数大小。首先，提出了一种基于滑动窗口的掩蔽策略来减少冗余椭球体。然后，观察到大多数3D高斯椭球体的协方差矩阵（几何形状）极为相似，这促使我们设计了一种新的几何代码本来压缩3D高斯几何属性。通过全局束调整方法和重投影损失，实现了稳健且准确的位姿估计。大量实验表明，我们的方法在保持最先进的场景表示质量的同时，实现了更快的训练和渲染速度。

🔬 方法详解

问题定义：本文旨在解决现有基于3D高斯的SLAM方法中冗余椭球体数量过多的问题，这导致了高内存消耗和训练速度缓慢。

核心思路：通过引入滑动窗口掩蔽策略来减少冗余椭球体，并利用几何代码本来压缩3D高斯的几何属性，从而降低参数数量和大小。

技术框架：整体架构包括数据采集、滑动窗口掩蔽、几何代码本生成、全局束调整等模块。首先，通过滑动窗口策略筛选出有效的高斯椭球体，然后利用几何代码本对其进行压缩，最后进行位姿估计。

关键创新：最重要的创新在于提出了几何代码本的概念，通过对相似的协方差矩阵进行编码，显著减少了高斯椭球体的参数存储需求。与现有方法相比，本文在内存效率和训练速度上有显著提升。

关键设计：在设计中，采用了滑动窗口策略来动态管理椭球体的数量，同时在几何代码本中使用聚类算法来识别相似的高斯椭球体，从而实现参数的有效压缩。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，所提方法在训练速度上提升了约50%，渲染速度提升了40%，同时在场景表示质量上保持了最先进的水平。这些结果相较于传统的3D高斯SLAM方法具有显著的优势。

🎯 应用场景

该研究的潜在应用场景包括机器人导航、增强现实和虚拟现实等领域。通过提高SLAM系统的效率和准确性，可以在资源受限的环境中实现高质量的场景重建和实时渲染，推动智能设备的广泛应用。

📄 摘要（原文）

Recent work has shown that 3D Gaussian-based SLAM enables high-quality reconstruction, accurate pose estimation, and real-time rendering of scenes. However, these approaches are built on a tremendous number of redundant 3D Gaussian ellipsoids, leading to high memory and storage costs, and slow training speed. To address the limitation, we propose a compact 3D Gaussian Splatting SLAM system that reduces the number and the parameter size of Gaussian ellipsoids. A sliding window-based masking strategy is first proposed to reduce the redundant ellipsoids. Then we observe that the covariance matrix (geometry) of most 3D Gaussian ellipsoids are extremely similar, which motivates a novel geometry codebook to compress 3D Gaussian geometric attributes, i.e., the parameters. Robust and accurate pose estimation is achieved by a global bundle adjustment method with reprojection loss. Extensive experiments demonstrate that our method achieves faster training and rendering speed while maintaining the state-of-the-art (SOTA) quality of the scene representation.