一种复杂环境下的单目神经渲染SLAM方法及系统

本发明涉及一种复杂环境下的单目神经渲染SLAM方法及系统。其中方法获取复杂环境下的初始图像序列并进行预处理，然后输入预训练好的语义分割模型，得到多动态物体掩码；从预处理后的图像序列中提取点特征与线特征，并利用多动态物体掩码消除对应的动态特征得到静态特征；对静态特征进行特征匹配，求解转换矩阵，并通过优化点线联合的重投影误差函数得到估计位姿；获取稀疏的超原语，根据点的重投影误差识别待稠密化的区域，并结合未匹配的特征点生成新的超原语集合；获取渲染图像，对并渲染图像进行多尺度高斯金字塔监督训练，得到最终的全局地图。与现有技术相比，本发明具有提高SLAM在复杂环境下位姿估计准确性和地图表征能力等优点。