一种基于物体级SLAM的从单目视频重建多个物体的方法

本发明涉及计算机视觉技术领域，具体为一种基于物体级SLAM的从单目视频重建多个物体的方法。在单目SLAM中利用具有形状参数的超二次曲面表示物体，通过充分利用物体的外观和几何信息，准确估计物体位姿并自适应于不同的物体形状；采用轻量级的数据关联策略将多视图中的物体观测正确关联到对象地标，充分利用了物体的稀疏点云与图像观测信息并具备实时性；将神经辐射场与物体级SLAM耦合起来，以在线定位物体的同时隐式的学习其稠密几何。发明为每个检测到的物体创建单独的隐式模型，并随着新观察视角的添加动态且并行的训练它们；高性能实现允许为每个物体实例关联解耦的图像块训练数据，其可在线进行增量训练并快速收敛。