본 논문에서는 G2S-ICP SLAM이라 명명한, 기하 정보를 인지하는 새로운 geometry-aware RGB-D Gaussian Splatting SLAM 시스템을 제시한다. 제안하는 방법은 각 장면 요소를 로컬 접평면(local tangent plane)에 제약된 가우시안 분포로 표현함으로써, 실시간으로 고충실도 3D 재구성과 견고한 카메라 자세 추적을 수행한다. 이는 로컬 표면을 기반 기하에 정렬된 2D 가우시안 디스크(2D Gaussian disk)로 효과적으로 모델링하여, 등방성 불확실성을 갖는 기존의 3D 타원체(ellipsoid) 기반 표현과 비교할 때 다중 시점에서의 깊이 해석을 보다 일관되게 만든다. 또한 이러한 표현을 SLAM 파이프라인에 통합하기 위해, 등록(registration)에 대한 근본적인 수식은 변경하지 않으면서 이방성 공분산 사전(anisotropic covariance prior)을 도입하여 표면 정렬(surface-aligned) 가우시안 디스크를 Generalized ICP 프레임워크에 포함한다. 더 나아가, 광도(photometric), 깊이(depth), 법선(normal) 일관성을 감독하는 geometry-aware 손실 함수를 제안한다. 본 시스템은 시각적 및 기하학적 충실도를 모두 보존하면서 실시간 동작을 달성한다. Replica 및 TUM-RGBD 데이터셋에 대한 광범위한 실험 결과, G2S-ICP SLAM은 렌더링 품질을 유지하면서 국소화(localization) 정확도와 재구성 완전성(reconstruction completeness) 측면에서 기존의 선행 SLAM 시스템을 능가함을 보여준다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.