Thegra: Graph-based SLAM for Thermal Imagery

📄 arXiv: 2602.08531v1 📥 PDF

作者: Anastasiia Kornilova, Ivan Moskalenko, Arabella Gromova, Gonzalo Ferrer, Alexander Menshchikov

分类: cs.CV

发布日期: 2026-02-09

💡 一句话要点

Thegra：面向热成像的图优化SLAM系统，提升恶劣环境下的定位精度

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

关键词: 热成像SLAM 图优化 通用特征 跨域泛化 视觉退化环境

📋 核心要点

  1. 热成像在低照度、烟雾或恶劣天气等视觉退化环境中为视觉SLAM提供了一种实用的传感方式，但其低纹理、低对比度和高噪声给特征SLAM带来了挑战。
  2. 本文提出一种基于图优化的SLAM系统，通过预处理增强热成像数据，并利用可见光数据训练的SuperPoint和LightGlue特征，提升跨域泛化能力。
  3. 实验表明，该系统在公共热数据集上表现出可靠的性能，无需针对特定数据集进行训练或微调，解决了热数据稀缺的问题。

📝 摘要（中文）

本文提出了一种稀疏的单目图优化SLAM系统，专门用于处理热成像数据。该系统利用在可见光谱数据上训练的通用学习特征——SuperPoint检测器和LightGlue匹配器，以提高跨域泛化能力。为了使这些组件适应热数据，引入了预处理流程来增强输入数据的适用性，并修改了核心SLAM模块以处理稀疏且容易出现异常值的特征匹配。此外，还将SuperPoint的关键点置信度分数整合到置信度加权因子图中，以提高估计的鲁棒性。在公共热数据集上的评估表明，该系统无需数据集特定的训练或微调即可实现可靠的性能，这对于高质量热数据稀缺的情况尤为重要。代码将在发表后公开。

🔬 方法详解

问题定义：现有的基于特征的SLAM方法在处理热成像数据时面临挑战，因为热成像通常具有低纹理、低对比度和高噪声，导致特征提取和匹配的准确性降低。此外，高质量的热成像数据集稀缺，限制了针对特定数据集训练或微调特征检测器的可行性。

核心思路：本文的核心思路是利用在大量可见光谱数据上训练的通用学习特征（SuperPoint和LightGlue）来提高跨域泛化能力，并结合预处理和置信度加权因子图来增强SLAM系统的鲁棒性。这种方法旨在克服热成像数据的固有挑战，同时避免对特定数据集的过度依赖。

技术框架：该系统是一个稀疏的单目图优化SLAM系统，包括以下主要模块：1) 预处理模块，用于增强热成像数据的质量；2) 特征提取模块，使用SuperPoint检测关键点；3) 特征匹配模块，使用LightGlue匹配关键点；4) 图优化模块，使用置信度加权因子图来估计相机位姿和地图；5) 后端优化，用于全局一致性调整。

关键创新：该论文的关键创新在于：1) 将在可见光谱数据上训练的通用学习特征应用于热成像SLAM；2) 引入预处理流程来增强热成像数据的适用性；3) 将SuperPoint的关键点置信度分数整合到置信度加权因子图中，以提高估计的鲁棒性。这些创新使得该系统能够在不需要特定数据集训练或微调的情况下，在热成像数据上实现可靠的性能。

关键设计：预处理流程可能包括对比度增强、噪声抑制等操作。置信度加权因子图使用SuperPoint提供的关键点置信度作为权重，影响因子图中各个约束的强度。具体参数设置和损失函数细节在论文中未详细说明，需要在代码公开后进一步分析。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

该系统在公共热数据集上进行了评估，结果表明，该系统无需数据集特定的训练或微调即可实现可靠的性能。具体性能数据（例如，定位精度、鲁棒性）和对比基线需要在论文发表后查看完整实验结果才能确定。

🎯 应用场景

该研究成果可应用于多种场景，例如在低照度、烟雾或恶劣天气等视觉退化环境中进行机器人导航、搜索救援、安全监控和工业检测。该系统无需大量特定领域的数据进行训练，降低了部署成本，具有重要的实际应用价值和推广潜力。

📄 摘要（原文）

Thermal imaging provides a practical sensing modality for visual SLAM in visually degraded environments such as low illumination, smoke, or adverse weather. However, thermal imagery often exhibits low texture, low contrast, and high noise, complicating feature-based SLAM. In this work, we propose a sparse monocular graph-based SLAM system for thermal imagery that leverages general-purpose learned features -- the SuperPoint detector and LightGlue matcher, trained on large-scale visible-spectrum data to improve cross-domain generalization. To adapt these components to thermal data, we introduce a preprocessing pipeline to enhance input suitability and modify core SLAM modules to handle sparse and outlier-prone feature matches. We further incorporate keypoint confidence scores from SuperPoint into a confidence-weighted factor graph to improve estimation robustness. Evaluations on public thermal datasets demonstrate that the proposed system achieves reliable performance without requiring dataset-specific training or fine-tuning a desired feature detector, given the scarcity of quality thermal data. Code will be made available upon publication.