Adam Jacobson

収録論文 10本 ・ フィジカルAI/ロボット学習

※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。

論文

• 早期フィルタリング・後期マッチング：ネットワークベースの視覚的位置認識の改善
  視覚的位置認識2019/6/1

  CNNの初期層で特徴マップをフィルタリングし、後期層で特徴ベクトルを抽出することで、見た目や視点の変化に頑健な位置認識を実現した。

• マルチプロセス融合による視覚的自己位置認識
  視覚的自己位置認識2019/3/1

  単一の画像ストリームに対し複数の画像処理手法を融合し、動的な系列長マッチングと自動重み付けを組み合わせることで、環境変化に頑健な視覚的自己位置認識を実現した。

• LookUP: 天井カメラのみで実現する鉱山車両のリアルタイム高精度自己位置推定
  自己位置推定2019/3/1

  坑内鉱山車両向けに、天井向きカメラの映像のみからニューラルネットで画素サンプリング戦略を学習しホモグラフィを推定する高精度自己位置推定システムを提案。手動ラベリング不要で約5fpsのリアルタイム動作と平均誤差約1.2mを2つの実鉱山で達成した。

• 特徴マップフィルタリング：畳み込みキャリブレーションによる視覚的位置認識の改善
  視覚的位置認識2018/10/1

  CNNの層内の一部チャネル（特徴マップ）をキャリブレーション画像50枚で選別し、同一地点の異なる見え方に共通する特徴を抽出することで視覚的位置認識の精度と処理速度を向上させる手法を提案。

• Pepperロボットによる研究室の自動インタラクティブツアー実現
  社会ロボティクス2018/4/1

  Pepperロボットの移動・センシング制限を克服し、オープンプランのロボティクス研究室を案内する自動インタラクティブツアーを実現した。

• 周期パターン学習によるサブ線形ストレージの場所認識
  場所認識2017/12/1

  環境中の周期的な視覚パターンを互いに素な周波数で学習し、地図の保存量を環境規模に対してサブ線形に抑える場所認識手法を提案した論文。

• デジャヴ：相互補完的な特徴周波数を用いたスケーラブルな場所認識
  場所認識2017/7/1

  脳のグリッド細胞に着想を得て、環境中の繰り返し現れる相互補完的なランドマーク周波数を活用し、データ保存を効率化する新しい場所認識アルゴリズムを提案。地上・空撮データセットで有効性を示した。

• 環境の時間特性に適応する位置推定のためのセンサ窓長自動調整
  位置推定2017/6/1

  位置推定で使う時空間センサ窓の長さを、環境に応じて自動で変える手法を提案し、視覚・Wi-Fiのベンチマークで固定長より未定位距離を大幅に減らしつつ精度を維持できることを示した。

• 意味的分類で場所認識を強化するハイブリッド手法
  場所認識2017/6/1

  場所の意味的分類（屋内/屋外など）を手がかりに場所認識を補強し、環境の局所的変化に頑健なハイブリッド手法を提案、4つのデータセットで従来手法を上回る性能を示した。

• 大規模学習による視覚的場所認識のための深層学習特徴量
  視覚的場所認識2017/1/1

  場所認識タスク専用に大規模CNNを学習し、多スケール特徴符号化で環境・視点変化に頑健な特徴を生成。数千地点の外観変化を含む大規模データセットSPEDを構築し、ベンチマークで平均10%の性能向上を達成した。