Andrew Zisserman
収録論文 4本 ・ フィジカルAI/ロボット学習
トラッキングVLAナビゲーション画像認識
※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
- TAPVid-MV: 複数視点にわたる3次元任意点追跡のベンチマークトラッキング2026/9/1
複数カメラ映像における長期的な3次元点追跡のための最初のベンチマークを構築し、既存手法の性能を評価した。
- ビデオ生成モデルは汎用視覚学習器であるVLA2026/7/10
大規模テキストからビデオへの生成を視覚の事前学習パラダイムとして用い、テキスト指示で様々な視覚タスクを実行できる汎用モデルGenCeptionを提案した。
- StreetLearn:実世界ストリートビューによる対話型ナビゲーション環境とデータセットナビゲーション2019/3/1
Googleストリートビューを活用した一人称視点の部分観測可能な対話型ナビゲーション環境StreetLearnを構築し、目標駆動型ナビゲーションタスクの性能ベースラインを提示した。
- 大規模画像認識のための非常に深い畳み込みネットワーク画像認識2014/9/4
3x3の小さな畳み込みフィルタを用いてネットワークを16〜19層まで深くすることで画像認識精度が大幅に向上することを示し、ImageNet 2014で好成績を収めた。
