Daniel Seichter
収録論文 6本 ・ フィジカルAI/ロボット学習
VLAマッピングマルチタスク認識シーン理解セマンティックマッピングセマンティックセグメンテーション
※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
- 蒸留とRGB-D Transformerによる高密度視覚埋め込みの効率的予測VLA2026/1/1
Alpha-CLIPの教師埋め込みを蒸留し、RGB-D画像からピクセル単位のテキスト対応視覚埋め込みをリアルタイムで予測するDVEFormerを提案。
- PanopticNDT: 効率的でロバストなパノプティックマッピングマッピング2023/9/1
占有正規分布変換(NDT)マッピングに基づき、移動ロボット上でリアルタイムに高精細な3Dパノプティックマップを構築する手法を提案し、公開データセットで有効性を示した。
- RGB-D Transformerによる効率的なマルチタスクシーン解析マルチタスク認識2023/6/1
RGBと深度を単一のTransformerエンコーダに統合し、パノプティックセグメンテーション・向き推定・シーン分類を同時に行うEMS AFormerを提案。TensorRT拡張でJetson上最大39.1FPSを実現。
- 屋内環境向け効率的マルチタスクRGB-Dシーン解析シーン理解2022/7/1
単一のニューラルネットワークでパノプティックセグメンテーション・インスタンス方向推定・シーン分類をリアルタイムに同時実行する効率的なマルチタスク手法を提案し、屋内RGB-Dデータセットの注釈を拡張して評価した。
- 屋内環境向けの効率的で堅牢なセマンティックマッピングセマンティックマッピング2022/3/1
セマンティック情報を占有NDTマップに統合し、移動ロボット上でリアルタイムに動作する高精度な3Dセマンティックマッピング手法を提案した論文。
- 移動ロボット向け高効率RGB-Dセマンティックセグメンテーションセマンティックセグメンテーション2020/11/1
屋内シーン解析のための効率的なRGB-DセグメンテーションネットワークESANetを提案し、TensorRT最適化によりリアルタイム推論を実現した研究。
