Hyeonwoo Yu
収録論文 11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
- 3Dガウシアン言語マップの訓練不要なターゲット認識リファインメントVLA2026/10/15
既存の3Dガウシアン言語マップに対し、ユーザー指定ターゲットを確実に位置特定するため、訓練不要でターゲット領域の埋め込みをテキスト埋め込みと最小限にブレンドする手法を提案。
- BayesianGS-SLAM: 確率論的定式化による不確実性を考慮したニューラルレンダリングSLAMSLAM2026/9/21
3DガウシアンスプラッティングSLAMにおいて、色と深度の予測不確実性を推定し、マッピング・トラッキング・キーフレーム選択に統合するフレームワークを提案。
- リアルタイムLiDARガウシアンスプラッティングSLAMSLAM2026/7/1
LiDARの幾何情報を活用し、高速なG-ICPレジストレーションと球面ラスタライズによる高密度マッピングを組み合わせたリアルタイムSLAMフレームワークを提案。局所共分散を用いたガウシアン初期化と幾何スコアによる刈り込み・高密度化で、オンライン軌跡で高精度かつ高速なマッピングを実現。
- GSO-SLAM: ガウシアンスプラッティングと直接視覚オドメトリの双方向結合SLAM2026/2/1
視覚オドメトリとガウシアンスプラッティングをEMフレームワークで双方向に結合し、リアルタイムで高精度な単眼高密度SLAMを実現した研究。
- LAMP: ロボットナビゲーションのための暗黙的言語マップナビゲーション2026/2/1
言語指示に従うロボットナビゲーションにおいて、言語特徴を暗黙的なニューラル場として学習し、粗いグラフ計画と勾配ベースの微調整を組み合わせて大規模環境でも高精度な経路生成を可能にした手法。
- LangGS-SLAM: リアルタイム言語特徴ガウシアンスプラッティングSLAMSLAM2026/2/1
RGB-D SLAMにおいて、言語特徴を密に埋め込んだガウシアン表現をリアルタイムで構築・追跡するシステムを提案。Top-Kレンダリングと地図管理、ハイブリッド最適化により15FPSで動作する。
- LEGO-SLAM: 言語埋め込みガウス最適化SLAMSLAM2025/11/1
3DガウススプラッティングSLAMに言語特徴を組み込み、シーン適応型オートエンコーダで16次元に圧縮してリアルタイムなオープンボキャブラリマッピングを実現した。
- TriLift: 組み込みシステム向け高効率3D知覚のための補間不要なTri-Planeリフティング3D知覚2025/9/1
3Dボクセルを直接平面特徴に射影して特徴量を再構成する補間不要のTri-Planeリフティング手法を提案し、組み込み向け3D知覚を高効率化した。
- 大規模グローバル位置認識と再定位のための必要特徴対応推定位置認識2023/3/1
3D LiDAR点群のグローバル位置認識と再定位において、不要な特徴を除去し必要な特徴を強調する対応推定手法を提案し、動的都巣走行データセットで性能向上を示した。
- 反転観測生成によるNeRFの未観測視点カバー最適化NeRF/3D再構成2023/3/1
観測画像を反転しカメラ姿勢を推定することで、未探索のロボット軌道上の未観測視点を補完するNeRFのデータ拡張手法を提案した。
- 見るだけでなく観察せよ：確率的SLAMのためのシーン全体3D多物体理解の変分観測モデルSLAM2019/7/1
単一ショットの2D画像からシーン全体の3D多物体の形状と姿勢を潜在変数として推定する変分観測モデルを提案し、確率的SLAMに組み込めるようにした。
