发表机构
National University of Singapore（新加坡国立大学）
机构由 AI 辅助整理，请以论文原文为准。AI 中文总结
提出VGGT-GS SLAM，利用前馈先验和子图可微BA实现无标定单目高斯泼溅SLAM，通过GNA提升全局一致性，在室内基准上显著提升定位精度与渲染质量。
AI 中文摘要
我们提出了VGGT-GS SLAM，一个专为无标定视频设计的单目3D高斯泼溅SLAM系统。该系统从前馈VGGT位姿和深度先验出发，执行子图可微光束法平差，联合优化相机位姿和3D高斯地图，同时通过解析标定雅可比矩阵优化子图共享的内参和径向-切向畸变。为提升全局一致性，我们引入了高斯原生对齐（GNA），用于顺序子图间的相机锚定尺度细化以及回环候选验证。在标准室内基准上的大量实验表明，在无标定设置下，系统在定位精度和渲染质量上均有一致提升，为无标定高斯SLAM建立了强基线。
英文摘要
We present VGGT-GS SLAM, a monocular 3D Gaussian Splatting SLAM system designed for uncalibrated videos. Starting from feed-forward VGGT pose and depth priors, our system performs submap differentiable bundle adjustment that jointly refines camera poses and a 3D Gaussian map, while optimizing submap-shared intrinsics and radial--tangential distortion through analytic calibration Jacobians. To improve global consistency, we introduce Gaussian-native alignment (GNA) for camera-anchored scale refinement between sequential submaps and verification of loop-closure candidates. Extensive experiments on standard indoor benchmarks show consistent improvements in localization accuracy and strong rendering quality under uncalibrated settings, establishing a strong baseline for uncalibrated Gaussian SLAM.
Comments9 pages, 4 figures
