Federico Tombari
Technical University of Munich
収録論文 43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
- トポロジー変化に対応する4Dガウシアンスプラッティングによる一人称視点動画の再構成4D再構成2026/11/11
切断や開閉など形状のトポロジーが変わる一人称視点動画を再構成するため、部位ごとの剛体変換とガウシアンの動的生成・消去を組み合わせたTopo-4DGSと、その評価用ベンチマークTopoEgoを提案した論文。
- WayPOP: パノラマ型オープンセット・パノプティック追跡ベンチマークオープンセット知覚/ベンチマーク2026/11/4
Waymoの実走行データに未知物体を3D合成して、多カメラ時系列で未知物体を一貫してセグメンテーション・追跡できるかを評価する新ベンチマークを構築した。
- ChronoGraph: 視覚言語モデルによる機能的な4Dシーングラフで相互作用理解と接地計画を実現VLA2026/9/30
行動によるシーンの変化を4Dシーングラフとして表現し、視覚言語モデルで理解と計画を統合する手法を提案。グラフを思考連鎖として学習させ、実世界の移動マニピュレーションにも応用した。
- GESTO: 動的シーンにおける推論のための人間中心の時空間メモリシーン理解2026/8/1
RGB-D観測から人間と物体のインタラクションを抽出し、永続的な4Dシーングラフに接地してイベント階層を構築する時空間メモリを提案。これにより、活動中心の時空間推論を実現する。
- SG2Loc: 3Dシーングラフを用いた逐次視覚位置推定位置推定2026/6/10
3Dシーングラフを環境表現に用いた軽量な逐次視覚位置推定手法を提案。パーティクルフィルタとセマンティック特徴マッチングにより、大規模な画像データベースや点群を必要とせずに位置推定を実現する。
- 3Dシーングラフ:未解決の課題と今後の方向性シーン理解2026/6/1
3Dシーングラフ(3DSG)の研究分野を統一的にレビューし、定義の整理、構築手法、応用、評価方法を解説するとともに、今後の課題と方向性を提示したサーベイ論文。
- 良いトークンの狩り方:視覚幾何学トランスフォーマーにおけるトークン選択の手引き3D再構成2026/5/1
視覚幾何学トランスフォーマーの計算コストを削減するため、フレーム間・フレーム内の2段階でトークンを選択する手法を提案し、精度を保ちつつ85%以上の高速化を実現した。
- SING3R-SLAM: 3D再構成事前分布を用いたサブマップベース屋内単眼ガウシアンSLAMSLAM2025/11/1
単眼カメラの屋内SLAMにおいて、グローバルなガウシアンマップとサブマップ単位の位置合わせを組み合わせ、ドリフトやスケール不整合を抑えつつ高精度な姿勢推定と3D再構成を実現した手法。
- RiemanLine: 因子グラフ最適化のための3次元直線のリーマン多様体表現SLAM2025/8/1
平行線群の構造を活かし、3次元直線をリーマン多様体上で最小パラメータ化する手法を提案し、因子グラフ最適化に統合して姿勢推定と直線再構成の精度を向上させた。
- SG-Tailor: シーングラフ操作のための物体間常識関係推論シーングラフ/常識推論2025/3/1
シーングラフのノード追加やエッジ変更時に生じる矛盾を解消し、常識的な関係を自己回帰的に予測するモデルを提案。シーン生成やロボット操作に組み込み可能。
- 自律走行車のためのニューラルセマンティックマップ学習マッピング2024/10/1
複数車両から集めた局所サブマップを、シーン特化型のニューラルSDFで統合し、走行可能領域や車線、障害物などを含む高精度な3Dメッシュ地図を生成する手法を提案した。
- LiLoc: 適応的サブマップ統合と自己中心因子グラフを用いた生涯ローカリゼーションローカリゼーション2024/9/1
中央セッションと補助セッション間のマルチモーダル因子を活用し、適応的サブマップ統合と自己中心因子グラフで高精度かつタイムリーな生涯ローカリゼーションを実現するフレームワークを提案。
- 接触下の変形予測のための物理エンコードグラフニューラルネットワーク触覚2024/2/1
剛体メッシュと変形可能なメッシュの接触・外力下での動的変形を、物理情報を組み込んだグラフニューラルネットワークとクロスアテンションで予測する手法を提案した論文。
- Open-Structure: SLAMアルゴリズム向け構造ベンチマークデータセットSLAM2023/10/1
SLAMの前処理に依存せず評価できるよう、点・線の計測や対応、共視性因子グラフを直接提供するベンチマークデータセットを構築し、姿勢追跡や最適化モジュールの比較基盤を提案した。
- SG-Bot: シーングラフ上の粗から細へのロボット想像による物体再配置マニピュレーション2023/9/1
シーングラフをシーン表現として用い、粗い配置から生成モデルで細かい目標シーンを想像し、物体を再配置する軽量・リアルタイム・ユーザー制御可能なフレームワークを提案。
- ロバストなドメイン外予測のための3D敵対的拡張3D認識/データ拡張2023/8/1
物体を敵対的に変形するベクトルを学習し、センサー認識や形状の滑らかさを保つ制約を課して訓練データを拡張することで、3D物体検出と3Dセマンティックセグメンテーションのドメイン外データへの汎化性能を向上させた研究。
- 厳しい条件下での堅牢な単眼深度推定単眼深度推定2023/8/1
夜間や雨天など厳しい照明・天候条件下でも信頼できる単眼深度推定手法md4allを提案。複雑なサンプルを生成し、元画像で損失を計算することで、単一モデルが多様な条件で高精度を実現。
- 合成3Dシーングラフを用いた教師なし交通シーン生成シーン生成2023/3/1
合成3Dシーングラフを内部表現として用い、レンダリングなしで教師なしニューラルネットワークによりリアルな交通シーン画像を生成する手法を提案した。
- IPCC-TP:増分ピアソン相関係数を用いたマルチエージェント軌道予測軌道予測2023/3/1
増分ピアソン相関係数に基づく関連性認識モジュールを提案し、エージェント間の相互作用をペアワイズ同時ガウス分布としてモデル化することで、マルチエージェント軌道予測の精度を向上させた。
- NEWTON: 大規模SLAMのための動的視点中心ニューラルマッピングSLAM2023/3/1
大規模シーンでのSLAMにおいて、複数のニューラルフィールドをキーフレームのローカル座標系で動的に構築することで、ループ閉じ込みによるカメラ姿勢更新とシーン境界更新を可能にした視点中心マッピング手法。
- MonoGraspNet: 単一RGB画像による6自由度把持マニピュレーション2022/9/1
単一のRGB画像から6自由度把持を実現する初のパイプラインを提案し、透明・反射物体でも高精度な把持を可能にした。
- 未知物体も切り分けるホリスティックセグメンテーションセグメンテーション2022/9/1
訓練時に未知カテゴリを与えずに、既知クラスのパノプティックセグメンテーションを行いつつ未知物体を個別インスタンスとして検出・分離する新手法U3HSを提案。
- SC-Explorer: 3Dシーン補完を用いた安全で効率的な探索マッピングと計画探索計画2022/8/1
深層学習による3Dシーン補完を探索に統合し、階層的マッピングと情報利得に基づく経路計画で、未知環境の探索を安全かつ効率的に行う手法を提案した。
- E-Graph: 拡張性グラフによる剛体回転の最小解法SLAM/幾何推定2022/7/1
重なりのない2画像間の相対回転推定を、消失方向や平面法線を格納する新たなグラフ構造「拡張性グラフ」で解く最小解法を提案し、カメラトラッキングとマッピングに統合した。
- ラベルまでの時間:自己教師あり単眼3D物体検出のための時間的一貫性3D物体検出2022/3/1
物体ポーズの時間的一貫性を自己教師信号として利用し、ノイズのあるポーズ予測を精緻化して高品質な疑似ラベルを生成する手法を提案。KITTI3Dで競争力のある性能を達成した。
- 遮蔽に頑健な自己教師あり単眼6D物体姿勢推定6D姿勢推定2022/3/1
合成RGBデータで教師あり学習した後、ノイジースチューデント学習と微分可能レンダリングを用いて実RGB(-D)データで自己教師あり学習し、遮蔽にも頑健な単眼6D姿勢推定を実現した論文。
- 3D-VField:敵対的ベクトル場による点群拡張で3D物体検出のドメイン汎化を実現点群データ拡張2021/12/1
学習時に点群をベクトル場で変形する新たなデータ拡張手法を提案し、KITTIのみで学習しても未知形状の物体やシーンへの検出器の汎化性能が大きく向上することを示した。
- CertainNet: 物体検出のためのサンプリング不要な不確実性推定物体検出/不確実性推定2021/10/1
物体検出器の各出力(物体らしさ・クラス・位置・サイズ)ごとに不確実性を分離して推定する、サンプリング不要のリアルタイム手法を提案した論文。
- セマンティック画像アライメントによる車両自己位置推定自己位置推定2021/10/1
単眼カメラのセマンティックセグメンテーションと高精細セマンティックマップの仮想カメラビューを直接画像アライメントで照合し、LiDARや特徴点抽出なしで車両姿勢をリアルタイムに追跡する手法を提案した。
- 一貫したシーンセグメントを用いた意味的密再構成3D再構成/意味セグメンテーション2021/9/1
RGB-D列から高精度な3D密再構成と意味セグメンテーションを同時に行う手法を提案し、2Dの一貫したセグメントと3Dモデルを活用した意味投影ブロックで特徴を融合する。
- R4Dyn: 動的シーンにおける自己教師あり単眼深度推定のためのレーダー活用深度推定2021/8/1
自動車用レーダーを自己教師あり単眼深度推定に組み込み、学習時の弱い教師信号と推論時の追加入力として利用することで、動的物体の深度推定精度を37%改善した。
- SRH-Net:ステレオマッチングのためのスタック型リカレント・アワーグラスネットワークステレオマッチング2021/5/1
4Dコストボリュームを視差方向の逐次コストマップに分解し、GRUベースのアワーグラスネットワークで処理することで、精度を保ちつつGPUメモリ消費を最大56.1%削減したステレオマッチング手法。
- TSDF++: 動的物体追跡と再構成のための複数物体対応マップ表現動的物体追跡・再構成2021/5/1
複数の動的物体を単一のボリュームで表現できる新しいTSDF定式化を提案し、物体同士の遮蔽が起きても表面の再構成を保持できることを示した論文。
- ManhattanSLAM: マンハッタンフレームの混合を活用したロバストな平面追跡とマッピングSLAM2021/3/1
屋内シーンの構造情報を利用し、マンハッタンワールド環境と非マンハッタン環境の両方でロバストに追跡できるRGB-D SLAMを提案。平面・直線・点特徴を組み合わせ、平面領域と非平面領域を分けた効率的なsurfelベースの密マッピングを実現した。
- 構造規則性を活用したRGB-D SLAMSLAM2020/10/1
マンハッタン世界仮定のもとで点・線・平面の幾何特徴を統合し、追跡とマッピングの精度を高めたRGB-D SLAMシステムを提案した論文。
- Panoster:LiDAR点群のエンドツーエンドパノプティックセグメンテーション3D認識2020/10/1
LiDAR点群に対し、学習ベースのクラスタリングでインスタンスを識別する提案不要のパノプティックセグメンテーション手法を提案し、SemanticKITTIで最先端性能を達成した。
- SCFusion:意味的補完を伴うリアルタイム逐次シーン再構成3D再構成2020/10/1
深度画像列から遮蔽で欠損した3Dモデルを、占有マップを処理するニューラルネットで逐次的に意味的補完しながらリアルタイムで再構成するフレームワークを提案した論文。
- ステレオSLAMと視覚慣性オドメトリのための共平面パラメータ化SLAM2020/9/1
共平面な点と線を2D画像座標と平面パラメータで表現する新しいパラメータ化を提案し、ステレオSLAMとVIOの姿勢最適化を高精度・高効率化した研究。
- Structure-SLAM:屋内環境における低ドリフト単眼SLAMSLAM2020/8/1
屋内向けに回転と並進の推定を分離し、CNNで予測した面法線と線特徴を用いてドリフトの少ない単眼SLAMを実現した研究。
- 3D点群のための四元数同変カプセルネットワーク点群/同変ネットワーク2019/12/1
点群を入力に3D回転・並進に同変かつ点の順序に不変なカプセル演算子を提案し、四元数上の動的ルーティングをWeiszfeld法と理論的に関連付けて回転平均として解釈した。これにより回転の明示的教師なしで物体分類と姿勢推定を同時に行えるネットワークを構築した。
- 第4回国際6D物体姿勢推定ワークショップ報告6D姿勢推定2018/10/1
ECCV 2018併設の6D物体姿勢推定ワークショップの内容とBOPベンチマークの紹介をまとめた報告書。
- BOP: 6D物体姿勢推定のためのベンチマーク6D姿勢推定2018/8/1
単一RGB-D画像からの6D姿勢推定を評価する統一ベンチマークを提案し、8データセットと15手法の比較評価を提供した論文。
- 幾何ベースの逐次セグメンテーションによる高速・高精度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2018/3/1
SLAMで構築した3D地図を幾何ベースで逐次セグメント化し、領域ごとにクラス確率を割り当てることで、30Hz超で動作する高精度なリアルタイムセマンティックマッピング手法を提案した。
