OG-Mapping: Octree-based Structured 3D Gaussians for Online Dense Mapping

📄 arXiv: 2408.17223v1 📥 PDF

作者: Meng Wang, Junyi Wang, Changqun Xia, Chen Wang, Yue Qi

分类: cs.CV

发布日期: 2024-08-30

💡 一句话要点

OG-Mapping：基于八叉树结构化3D高斯的在线稠密建图方法

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

关键词: 在线稠密建图 3D高斯 八叉树 RGB-D 动态关键帧 场景重建

📋 核心要点

  1. 现有基于3D高斯的RGB-D在线稠密建图方法过度依赖深度信息，易受噪声影响，且存储开销大。
  2. OG-Mapping利用八叉树的结构化表示能力，结合结构化3D高斯，并采用动态关键帧窗口，实现高效鲁棒的建图。
  3. 实验表明，OG-Mapping在建图质量和鲁棒性上优于现有方法，同时模型更加紧凑，无需后处理。

📝 摘要（中文）

本文提出了一种名为OG-Mapping的在线稠密建图方法，该方法利用稀疏八叉树强大的场景结构表示能力，结合结构化3D高斯表示，实现了高效且鲁棒的在线稠密建图。现有方法过度依赖逐像素深度线索进行地图稠密化，导致显著的冗余并增加了对深度噪声的敏感性。此外，显式存储房间尺度场景的3D高斯参数也带来了巨大的存储挑战。OG-Mapping采用基于锚点的渐进式地图细化策略，以恢复多层次细节的场景结构。与之前维护少量具有固定关键帧窗口的活跃关键帧的方法不同，OG-Mapping采用动态关键帧窗口，以更好地解决局部最小值和遗忘问题。实验结果表明，OG-Mapping比现有的基于高斯的RGB-D在线建图方法提供了更鲁棒、更逼真的建图结果，且模型紧凑，无需额外的后处理。

🔬 方法详解

问题定义：现有基于3D高斯的RGB-D在线稠密建图方法主要面临两个问题：一是过度依赖逐像素深度信息进行地图稠密化，导致冗余和对深度噪声敏感；二是直接存储大规模场景的3D高斯参数，造成存储压力过大。这些问题限制了其在实际场景中的应用。

核心思路：OG-Mapping的核心思路是利用八叉树来对场景进行结构化表示，并在此基础上构建结构化的3D高斯表示。八叉树能够有效地捕捉场景的几何结构，减少冗余，并降低对深度噪声的敏感性。同时，动态关键帧窗口的设计能够更好地应对局部最小值和遗忘问题。

技术框架：OG-Mapping的整体框架包含以下几个主要模块：1) 基于RGB-D图像构建稀疏八叉树；2) 在八叉树的每个节点上关联结构化的3D高斯表示；3) 采用基于锚点的渐进式地图细化策略，逐步恢复场景结构；4) 使用动态关键帧窗口来管理关键帧，优化地图。

关键创新：OG-Mapping的关键创新在于将八叉树的结构化表示能力与3D高斯表示相结合，从而实现了更高效、更鲁棒的在线稠密建图。与现有方法相比，OG-Mapping不再依赖于逐像素的深度信息，而是利用八叉树提供的结构化信息来指导3D高斯的放置和优化。此外，动态关键帧窗口也是一个重要的创新点，它能够更好地应对环境变化和优化过程中的局部最小值问题。

关键设计：OG-Mapping的关键设计包括：1) 八叉树的划分策略，需要平衡计算复杂度和场景表示的精度；2) 3D高斯参数的初始化和优化方法，需要保证建图的准确性和效率；3) 动态关键帧窗口的管理策略，需要有效地选择和更新关键帧，以避免遗忘和局部最小值问题。具体的损失函数和参数设置在论文中有详细描述，但具体数值未知。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，OG-Mapping在建图质量和鲁棒性上优于现有的基于高斯的RGB-D在线建图方法。具体性能数据未知，但摘要中提到OG-Mapping模型更加紧凑，且无需额外的后处理步骤，表明其在效率和易用性方面具有优势。动态关键帧窗口的设计也有效解决了局部最小值和遗忘问题，提升了建图的稳定性。

🎯 应用场景

OG-Mapping具有广泛的应用前景，例如机器人导航、增强现实、虚拟现实、三维重建等领域。它可以用于构建高质量的场景地图，为机器人提供环境感知能力，为AR/VR应用提供逼真的场景渲染，为三维重建提供高效的建模方法。该研究的成果有助于推动这些领域的发展，并为人们带来更好的用户体验。

📄 摘要（原文）

3D Gaussian splatting (3DGS) has recently demonstrated promising advancements in RGB-D online dense mapping. Nevertheless, existing methods excessively rely on per-pixel depth cues to perform map densification, which leads to significant redundancy and increased sensitivity to depth noise. Additionally, explicitly storing 3D Gaussian parameters of room-scale scene poses a significant storage challenge. In this paper, we introduce OG-Mapping, which leverages the robust scene structural representation capability of sparse octrees, combined with structured 3D Gaussian representations, to achieve efficient and robust online dense mapping. Moreover, OG-Mapping employs an anchor-based progressive map refinement strategy to recover the scene structures at multiple levels of detail. Instead of maintaining a small number of active keyframes with a fixed keyframe window as previous approaches do, a dynamic keyframe window is employed to allow OG-Mapping to better tackle false local minima and forgetting issues. Experimental results demonstrate that OG-Mapping delivers more robust and superior realism mapping results than existing Gaussian-based RGB-D online mapping methods with a compact model, and no additional post-processing is required.