Ivan Shugurov
収録論文 4本 ・ フィジカルAI/ロボット学習
VLA評価データセット/手と物体のインタラクション6D姿勢推定
※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
- HumanCLAW: 視覚言語モデルは身体を通して行動できるか?VLA評価2026/7/1
視覚言語モデル(VLM)の身体を使った行動能力を評価するフレームワークを提案し、41の屋内シーンで1,218エピソードのベンチマークを構築。最先端のVLMでも成功率は最大16.8%にとどまり、物体認識ではなく身体の自己認識が欠如していることが課題と判明。
- SHOW3D: 実世界での3D手と物体のシーンキャプチャデータセット/手と物体のインタラクション2026/3/1
制約のない実環境で手と物体の正確な3Dアノテーションを生成できる新しいマーカーレス多カメラシステムを提案し、多様な実世界環境での手と物体のインタラクションを含む大規模データセットSHOW3Dを構築した。
- 自作RGB-Dデータセット:3D物体の6D姿勢推定のためのベンチマーク6D姿勢推定2019/4/1
6D姿勢推定の課題(3Dモデルからの学習、スケーラビリティ、遮蔽、照明変化など)に対応する33物体・13シーンのRGB-Dデータセットとベンチマークを提案した。
- DPOD: 高密度対応マップによる6D姿勢推定と精密化6D姿勢推定2019/2/1
RGB画像から物体の密な2D-3D対応マップを推定し、PnPとRANSACで6DoF姿勢を計算した後、深層学習ベースの精密化を行うリアルタイム可能な6D姿勢推定手法を提案した。
