PIDNet-SLAM: A Multi-Resolution Semantic SLAM Algorithm for Dynamic Scenes
Notice bibliographique
Résumé
Simultaneous Localization and Mapping (SLAM) plays a vital role in the fields of Computer Vision and Robotics. Traditional SLAM frameworks often assume a static environment, which introduces significant errors during localization and mapping. To address this issue, researchers have incorporated various techniques to remove dynamic objects from the scene, but these methods fail to operate at real-time speeds. In this paper, we propose PIDNet-SLAM a semantic segmentation-based SLAM system optimized for dynamic environments. The system enhances the accuracy of ORB-SLAM3 by adding three parallel threads to the architecture: a fast semantic segmentation module using two branches of PIDNet for low and high resolutions separately, and a lightweight geometric module. We employed a novel training method to train the multi resolution PIDNet network, that utilizes the low-resolution branch to process non-keyframes and the high-resolution branch to process keyframes. This approach achieves high inference speeds while maintaining great accuracy. This multi-branch architecture significantly improves the performance of the semantic segmentation network, making it highly suitable for real-time applications. We evaluated our SLAM system on the TUM RGB-D dataset, comparing it with ORB-SLAM3, Dyna SLAM, and SOLO-SLAM. Our system achieved significant improvements, including enhanced localization accuracy in highly dynamic environments and an average processing speed of 47ms outperforming all other SLAM algorithms in handling dynamic scenes while operating in real-time.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».