CT-NeRF增量重建

复杂轨迹鲁棒重建

CT-NeRF通过位姿图约束和增量重建，在无位姿输入的复杂轨迹场景中实现高精度相机位姿与场景结构恢复。

Yunlong, Ran · Yanxu, Li · 叶琦 · Huo, Yuchi · Cui Z. · Zechun, Bai · Jiahao, Sun · 陈积明

IEEE Transactions on Circuits and Systems for Video Technology 2025

技术优势

复杂轨迹也能优化

通过位姿图连接相邻帧进行局部-全局捆绑调整，强制位姿间一致性，避免仅靠场景结构一致性导致的局部极小。

无需位姿输入

仅使用RGB图像即可重建场景并恢复相机位姿，不依赖外部位姿或深度传感器。

位姿估计更准

在两个复杂轨迹真实数据集上，CT-NeRF在新视角合成和位姿估计精度上均优于现有方法。

应用场景

• 具身智能视觉重建：为具身智能体提供精确场景结构和自身位姿，无需外部定位。
• 三维场景重建：从RGB视频重建三维场景，无需已知相机轨迹。
• 机器人导航：在复杂运动中估计相机轨迹，辅助机器人定位与导航。
• 无人机视觉定位：在无人机大旋转机动下恢复相机位姿，实现视觉定位。