ViSTA-SLAM: Visuele SLAM met Symmetrische Twee-beeld Associatie

ViSTA-SLAM: Visual SLAM with Symmetric Two-view Association

September 1, 2025

Auteurs: Ganlin Zhang, Shenhan Qian, Xi Wang, Daniel Cremers

cs.AI

Samenvatting

We presenteren ViSTA-SLAM als een real-time monocular visueel SLAM-systeem dat werkt zonder cameraintrinsieken te vereisen, waardoor het breed toepasbaar is in diverse camera-opstellingen. De kern van het systeem bestaat uit een lichtgewicht symmetrisch two-view associatie (STA) model als frontend, dat gelijktijdig relatieve cameraposes schat en lokale puntkaarten regresseert op basis van slechts twee RGB-beelden. Dit ontwerp vermindert de modelcomplexiteit aanzienlijk, de grootte van onze frontend is slechts 35\% van die van vergelijkbare state-of-the-art methoden, terwijl de kwaliteit van de two-view beperkingen die in de pijplijn worden gebruikt, wordt verbeterd. In de backend construeren we een speciaal ontworpen Sim(3) pose-grafiek die loop closures integreert om opgebouwde drift aan te pakken. Uitgebreide experimenten tonen aan dat onze aanpak superieure prestaties levert op het gebied van zowel cameratracking als de kwaliteit van dichte 3D-reconstructie in vergelijking met huidige methoden. Github repository: https://github.com/zhangganlin/vista-slam

English

We present ViSTA-SLAM as a real-time monocular visual SLAM system that operates without requiring camera intrinsics, making it broadly applicable across diverse camera setups. At its core, the system employs a lightweight symmetric two-view association (STA) model as the frontend, which simultaneously estimates relative camera poses and regresses local pointmaps from only two RGB images. This design reduces model complexity significantly, the size of our frontend is only 35\% that of comparable state-of-the-art methods, while enhancing the quality of two-view constraints used in the pipeline. In the backend, we construct a specially designed Sim(3) pose graph that incorporates loop closures to address accumulated drift. Extensive experiments demonstrate that our approach achieves superior performance in both camera tracking and dense 3D reconstruction quality compared to current methods. Github repository: https://github.com/zhangganlin/vista-slam