FLoTS-SLAM：用光流不确定性做动态单目SLAM的两阶段优化

FLoTS-SLAM 提出从光流与相机运动诱导光流的残差中推导运动不确定性，用于动态场景下的单目RGB SLAM。系统先用高置信像素估计相机位姿，再重投影动态像素联合优化位姿与深度，减少物体运动对位姿和深度更新的影响。在 DAVIS 上动态掩码平均 IoU 较先进基线提升 35%，在 Bonn 和 TUM 上相对所用 SLAM 骨干的平均 ATE 分别降低 59% 和 19%，源代码将公开。