动态场景定位准
无需标注即可训练，通过光流分解与DINO先验在动态环境中稳健定位建图，性能可比肩监督方法。
Xingyuan, Yu · Ye, Weicai · Guo, Xiyue · Ming, Yuhang · Li, Jinyu · 鲍虎军 · Cui Z. · 章国锋
Neurocomputing 2026
训练只使用图像序列，不再需要位姿和深度真值，数据采集成本大幅下降，并能用未标注数据持续更新模型。
双流表示在可微更新模块中分离静态与动态运动，避免动态物体干扰位姿估计和地图构建。
利用 DINO 特征作为先验指导训练，增强模型在静态和动态场景下的鲁棒性。