SLAMFormer-∞: 경계가 없는 프론트엔드 및 백엔드 처리를 위한 무한 슬램 트랜스포머

SLAMFormer-$\infty$: Infinite SLAM Transformer for Unbounded Frontend and Backend Processing

본 논문에서는 명시적인 거리 제한 없이 장거리 프론트엔드 및 백엔드 처리를 지원할 수 있는 최초의 기하학적 트랜스포머인 Infinite SLAM Transformer (SLAMFormer-∞)를 소개합니다. SLAMFormer-∞는 첫 번째 프레임을 기준으로 하는 방식에 의존하지 않고, 메모리 조건을 사용하여 입력 프레임에 대한 유연한 좌표 시스템과 스케일을 정의함으로써 더욱 풍부한 구조적 조건 설정을 가능하게 합니다. 이러한 구성 방식을 기반으로, 프론트엔드는 효율적인 로컬 계산을 유지하고, 백엔드는 전역적으로 일관된 방식으로 장거리 궤도와 장면 기하학을 공동으로 최적화합니다. 실험 결과는 SLAMFormer-∞가 대규모 데이터셋에서 궤도 추정 및 장면 재구성에 있어 우수한 또는 매우 경쟁력 있는 성능을 달성함을 보여줍니다. 특히, SLAMFormer-∞는 극도로 긴 궤적으로 일반화되어, 17km를 초과하는 시퀀스에서도 성공적으로 작동합니다.

We introduce the Infinite SLAM Transformer (SLAMFormer-$\infty$), the first geometric transformer capable of supporting both long-range frontend and backend processing without an explicit distance bound. Instead of relying on a first-frame-anchored formulation, SLAMFormer-$\infty$ employs memory conditions to define flexible coordinate systems and scales for input frames, enabling more expressive structural conditioning. Built upon this formulation, the frontend preserves efficient local computation, while the backend jointly optimizes long-range trajectories and scene geometry in a globally consistent manner. Experimental results demonstrate that SLAMFormer-$\infty$ achieves superior or highly competitive performance in both trajectory estimation and scene reconstruction across large-scale datasets. Notably, SLAMFormer-$\infty$ generalizes to extremely long trajectories, successfully operating on sequences exceeding $17\mathrm{km}$.