NeuSE：神经等变嵌入用于长期物体SLAM

Jiahui Fu 等作者发表论文，提出 NeuSE——一种从部分物体观测生成的神经 SE(3) 等变潜在物体嵌入。它作为完整物体模型的紧凑点云替代，编码物体的形状、尺度与变换信息，并可直接从潜在码推导相对帧变换。 作者称，该嵌入用于支持物体级 SLAM，以在长期场景变化下保持空间理解的一致性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。