Hengli Wang
収録論文 24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
- Graph3R: ビューグラフ初期化とフィードフォワード再構成の統合3D再構成2026/10/12
複数シーンの混在画像からでも、共有特徴量を用いてビュー間の共視性を推定しシーンごとに分離してカメラ姿勢と形状を再構成する手法を提案。
- グラフアテンション層による道路ポットホール検出のセマンティックセグメンテーション改善:ベンチマークとアルゴリズムセマンティックセグメンテーション2021/9/1
ステレオ視差画像を用いた道路ポットホール検出のため、最新のセマンティックセグメンテーションCNNをベンチマーク評価し、GNNに着想を得たグラフアテンション層(GAL)を提案して特徴表現を最適化する。
- Carl-Lead: 対照的深層強化学習によるLiDARベースのエンドツーエンド自動運転自動運転/強化学習2021/9/1
LiDAR入力を用いたエンドツーエンド強化学習運転ポリシーを、教師なし対照表現学習を補助タスクとしてサンプル効率を高めて学習し、不規則交差点での安全性・効率・汎化性能を向上させた研究。
- 深層Q学習とグラフ注意ネットワークによる安全で効率的な自動運転自動運転/強化学習2021/8/1
グラフ注意ネットワークで周囲との相互作用を暗黙的にモデル化し、深層Q学習でend-to-endに訓練することで、多様な交通シナリオで安全と効率を両立する自動運転手法DQ-GATを提案した。
- スパースコストボリュームからのステレオマッチング学習ステレオマッチング2021/7/1
密なコストボリュームの冗長性に着目し、スパースなコストボリューム表現から反復的に視差を推定するCNNアーキテクチャSCV-Stereoを提案。精度と効率のトレードオフを改善した。
- SNE-RoadSeg+:自由空間検出のための深度-法線変換と深層監督の再考自動運転知覚2021/7/1
表面法線推定モジュールSNE+と深層監督を用いたデータ融合CNN RoadSeg+により、精度と効率のトレードオフを大幅に改善し、リアルタイムで走行可能な自由空間検出を実現した論文。
- 協調教授法による遮蔽に強い教師なしステレオマッチングステレオマッチング2021/7/1
2つのネットワークが相互に教え合う協調教授フレームワークを導入し、遮蔽領域に弱いという教師なしステレオマッチングの課題を改善した研究。
- 視覚に基づく深層模倣強化学習による自動運転レース自動運転/強化学習2021/7/1
模倣学習とモデルベース強化学習を組み合わせ、視覚入力のみでアジャイルな自動運転レースを実現する手法を提案し、シミュレーションと実機の小型RCカーで有効性を示した。
- オプティカルフロー蒸留を用いた解釈可能な視覚ベースの自動運転運動計画自動運転/運動計画2021/4/1
過去の周囲画像から将来の自己中心的なセマンティックマップを予測し、それを用いて軌道計画を行う解釈可能な自動運転手法を提案。オプティカルフロー蒸留で性能を高めつつリアルタイム性を維持し、nuScenesと閉ループシミュレーションで高い成功率を示した。
- オプティカルフロー蒸留を用いた自動運転のためのEnd-to-End対話型予測・計画自動運転/予測計画2021/4/1
周囲画像と地図から鳥瞰図特徴を生成し、他車両との相互作用を考慮した予測と計画を統合的に行うニューラルモーションプランナーを提案。オプティカルフロー蒸留でリアルタイム性を保ちつつ精度を向上させた。
- 自己教師あり目標指向経路計画S2P2:RGB-Dを用いた電動車椅子ナビゲーション経路計画2021/3/1
RGB-D画像と目標位置から経路ラベルを自動生成し、最適平面回帰損失で学習する自己教師あり経路計画手法を提案。地図不要で既存ナビシステムに統合でき、従来手法より高精度・高ロバスト。
- PVStereo:ピラミッド投票モジュールによる自己教師ありステレオマッチングステレオマッチング2021/3/1
ピラミッド投票モジュールで信頼できる準密な視差画像を生成し、それを教師信号として再帰型ネットワークOptStereoを自己教師あり学習させるステレオマッチング手法を提案した論文。
- 走行可能領域と路面異常検出を進化させる動的融合モジュール:ベンチマークとアルゴリズムセマンティックセグメンテーション2021/3/1
地上移動ロボット向けに走行可能領域と路面異常の同時検出ベンチマークを構築し、6種類の視覚特徴を融合する動的融合モジュール(DFM)を提案した論文。
- ホモグラフィ行列を活用したステレオ画像からの走行可能領域検出のデータ拡張自動運転/セグメンテーション2020/12/1
異なる視点の画像間で走行可能領域をホモグラフィ行列で対応付け、参照視点に変換することで訓練データを拡張し、DCNNによる走行可能領域検出の精度を向上させた論文。
- CoT-AMFlow:協調教授戦略と適応変調ネットワークによる教師なしオプティカルフロー推定オプティカルフロー2020/11/1
遮蔽やテクスチャの乏しい領域に強い適応変調モジュールと、2つのネットワークが互いに教え合う協調教授戦略を組み合わせ、リアルタイムで動く高精度な教師なしオプティカルフロー推定手法を提案した。
- DiGNet:グラフニューラルネットワークで汎用交通シナリオに対応するスケーラブルな自動運転ポリシーの学習自動運転/グラフニューラルネットワーク2020/11/1
グラフベースの深層ネットワークで多様な交通シナリオに対応する自動運転ポリシーを学習し、高忠実度シミュレータで7000km以上の評価を行い都市・田舎・高速道路で安全に走行できることを示した論文。
- 走行可能領域と路面異常検出における表面法線情報の活用セグメンテーション2020/8/1
深度画像から高精度に表面法線を推定するモジュール(NIM)を開発し、既存のCNNに組み込むことで走行可能領域と路面異常の検出精度を大幅に向上させた論文。
- 表面法線情報を活用した自由空間検出のためのセマンティックセグメンテーションセグメンテーション2020/8/1
深度画像から表面法線を推定するSNEモジュールと、RGB画像と法線情報を融合するCNN(RoadSeg)を提案し、大規模合成データセットR2Dで高精度な自由空間検出を実現した。
- 注意機構集約と敵対的ドメイン適応による道路ポットホール検出の改善道路損傷検出2020/8/1
視差変換と注意集約フレームワーク、敵対的ドメイン適応による訓練データ拡張を組み合わせ、道路のポットホール検出精度を向上させた研究。
- ドローンによる駐車違反切符の自動検出フレームワークドローン/検出2020/8/1
ドローンに搭載可能な駐車違反検出フレームワークを提案し、高速なオプティカルフロー推定と車両検出・分類、視覚SLAMによる違反候補の検証を実現した。
- RGB-Dデータを用いた電動車いす向け自己教師あり走行可能領域・道路異常セグメンテーションセグメンテーション2020/7/1
RGB-Dデータから走行可能領域と道路異常のラベルを自動生成するパイプラインを構築し、自己教師あり学習でセグメンテーションネットワークを訓練した研究。手動ラベリングより高速で、従来手法や既存の自己教師あり手法より頑健かつ高精度な結果を示した。
- 3フィルタで法線推定:高精度・超高速な表面法線推定器法線推定2020/5/1
逆深度画像や視差画像に3つのフィルタ処理を施すだけで表面法線を推定する手法を提案し、大規模合成データセットで既存手法を上回る精度と超高速処理を実現した。
- VTGNet: 都市環境における自動運転向け視覚ベース軌道生成ネットワークEnd-to-End自動運転2020/4/1
前方カメラ画像から時空間特徴を抽出し、不確実性を考慮して将来の衝突回避軌道を生成する模倣学習ベースのEnd-to-End自動運転手法を提案した。
- COVID-19パンデミックにおける自律走行車Herculesの役割:非接触物品輸送のための自動物流車両自動運転2020/4/1
COVID-19感染拡大防止のため、非接触で物品を配送する自律走行物流車両Herculesを開発し、実環境の配送タスクで評価した論文。
