DrawSplat：Atlanta World引导的隐式高斯SLAM框架

Fan Zhu等作者提出DrawSplat，一个面向室内重建的Atlanta World引导隐式高斯SLAM框架，目标是在线跟踪、高质量渲染与几何一致重建同时实现。方法先用点线几何勾勒结构布局，再由隐式神经高斯补全外观与连续几何细节；通过点线联合跟踪估计相机位姿、稀疏几何与重力方向，并利用Atlanta World先验的共享重力分量从跟踪线推断结构平面，转化为对高斯中心与法向的可微正则项。 作者称，在多个数据集上的实验显示，DrawSplat在基于高斯的SLAM系统中实现了稳健跟踪、高保真渲染和较强的几何重建，并在质量、效率与模型大小之间保持实用平衡。该工作以预印本形式发布，尚未见同行评议或独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。