论文阅读《ESLAM: Efficient Dense SLAM System Based on Hybrid Representation of Signed Distance Fields》
和co-slam同时期的工作，他们都使用了TSDF来表示场景。
似乎E-SLAM不知道有co-slam，但是co-slam知道E-SLAM。
宣称：
- 比iMAP和NICE-SLAM准确度高了50%
- 比他们快了10倍
System Overview
Axis-Aligned Feature Planes
上图左边是他们的Axis-Aligned Feature Planes，他们宣称基于体素网格的NeRF能快速收敛，但是对于更大的场景表示还是有困难的，内存消耗会越来越大。而他们这种三平面结构可以环节这样的问题。他们在垂直轴对齐的平面上存储和优化特征。
feature plane的细节：
coarse to fine
单独的feature plane表示几何和外观。考虑到外观（颜色）是经常变化的，而几何体比较稳定，所以把它们分开表示了。
这样的话，又回到了iMAP的问题了，容易遗忘。
如何进行采样：
对于空间中某一个点，通过双线性插值获取每个特征平面上的特征
对于几何和颜色特征平面，都是：
coarse平面的三个特征向量求和，fine平面的三个特征向量求和
最后，coarse和fine求和的特征向量拼接到一起。
求和是不是太简单了？
通过两层的MLP进行解码，拿到TSDF和颜色
根据上面的说法，我猜测特征平面的初始化会比较重要，也比较难处理，容易导致错误的重建。
在看E-SLAM运行的过程中，发现他对于相机后没有观测到的的部分，会给重建成相机前观察到的部分，比如展示在replica数据集中重建结果时：
SDF-Based Volume Rendering
与NICE-SLAM几乎一致的流程，不过考虑到了某些像素点不一定有深度信息的情况：
- 采样N_start点
- 对于有深度信息的，深度前后截断距离T内，采样N_imp个
- 对于没有深度信息的，类似iMAP用N_start计算一个权重再采样N_imp个
对于TSDF值，E-SLAM是将其处理成了体密度，再根据体密度去计算权重等等，其他部分和NICE-SLAM没有区别。
在看了co-slam之后再来看E-SLAM，发现E-SLAM在处理TSDF的时候还是太过于保守了。
在E-SLAM中，是先将TSDF值转换成体密度，再根据体渲染的公式去计算权重，这样还是太麻烦了；
而co-slam中，是直接通过sigmoid(tsdf)*sigmoid(-tsdf)拿到权重了。
个人认为，毕竟我们是在做一个隐式神经表示的SLAM，过程都是可学习的，在权重这个部分，保证越接近表面的点权重越大的趋势就行了，其他的都是可以学习到的。
Loss Functions
除了和NICE-SLAM相似的颜色、深度损失外，由于使用了TSDF，可以考虑采样点的损失：
free space loss 鼓励TSDF在free space中具有1的数值，在这个公式中，看起来是鼓励相机中心到物体表面之间被采样的点应当TSDF=1
signed distance objective 看起来是希望靠近物体表面的那些被采样的点，能够拥有正确的SDF值。
最中心的公式含义为：
采样点沿射线的深度 + tsdf * 截断距离 - 深度真值
根据距离物体表面的远近，E-SLAM把接近物体表面的点分成了两批去计算损失（方便用不同的权重）
Mapping and Tracking
Mapping和NICE-SLAM差不多，特征平面和MLP都是随机初始化的。
Tracking看起来也没有什么特殊的地方。
Experiments
与NICE-SLAM和iMAP比较，效果确实好一些
Conclusion
这部分提到了E-SLAM接受并处理遗忘问题，以此来换取更小的内存开销。E-SLAM像iMAP一样，更新特征会影响之前重建的几何形状，因此还需要不断地学习之前的关键帧。如果能够更有效地处理遗忘问题，可以进一步加快运行速度。
Supplementary Materials
这里提到E-SLAM使用marching cubes算法获取mesh，并且没有进行任何的后处理。
