Jiaxin Guo
収録論文 10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
- SurgTAP-3D:接触を考慮した3D動作追跡による大規模手術横断ビデオデータセット手術映像/3D追跡2026/11/8
未較正の単眼手術動画から接触領域プロンプトや動的バンドル調整を用いて4Dアノテーションを生成し、52万フレーム・140万軌跡からなる大規模手術3D動作追跡データセットとベンチマークを構築した論文。
- 身体性知覚のための深い事前学習3D知覚2026/10/4
ノイズのあるカメラ姿勢や内部パラメータ、深度といった幾何学的事前情報を活用し、物理スケールを回復するVGGTベースのフレームワークVPGGTを提案。事前情報の希薄化を防ぐパラメータ不要の残差接続と、メートル尺度を予測するグローバルアテンションを導入した。
- WALT: 自動運転のための世界モデル整合潜在軌道学習自動運転2026/9/24
凍結した運転世界モデルの知識を軌道潜在空間に転移し、生のウェイポイント生成より高精度な計画を実現する手法を提案。
- EPS3D: エンドツーエンドのフィードフォワード型3Dパノプティックセグメンテーション3Dセグメンテーション2026/6/8
多視点画像から3Dセマンティック特徴とインスタンス特徴を直接予測するエンドツーエンドのフレームワークを提案し、相互強化モジュールでセマンティクスとインスタンスの一貫性を高めた。
- EndoWave: 内視鏡再構成のための有理ウェーブレット4Dガウススプラッティング4D再構成/内視鏡2025/10/1
内視鏡動画から非剛体組織の3D再構成を行うため、オプティカルフローによる幾何制約と多解像度有理ウェーブレットを組み込んだ4Dガウススプラッティング手法を提案し、手術データセットで高精度な再構成を実現した。
- BridgeDepth: 潜在表現の整合による単眼・ステレオ推論の橋渡し深度推定2025/8/1
単眼深度推定の文脈情報とステレオの幾何情報を、双方向クロスアテンションで反復的に整合させる統合フレームワークを提案し、透明・反射面の曖昧さを解消しつつゼロショット汎化誤差を40%以上削減した。
- カテゴリレベル物体姿勢推定への視覚ナビゲーション的アプローチ姿勢推定2022/3/1
単眼画像からのカテゴリレベル物体姿勢推定を、生成モデルの潜在変数を更新する視覚ナビゲーション問題として捉え、勾配降下・強化学習・模倣学習の3戦略を比較し、単純なハイブリッド手法が効果的かつ効率的であることを示した論文。
- 密集積載された産業物体のための高速でロバストなビンピッキングシステムマニピュレーション2020/12/1
改良DBSCANによる点群分割とPCA・ICP位置合わせ、把持リスクスコアを用いて、密集積載物体を高速かつ安全に把持するビンピッキングシステムを開発した。
- PREGAN: 弱ペア画像スタイル変換のための姿勢ランダム化と推定sim2real2020/11/1
姿勢誤差を含む弱ペア画像間のスタイル変換を、ランダム姿勢変換と微分可能な姿勢推定器による敵対的学習で実現した手法。
- オルソモザイク地図を用いた空中・地上移動ロボットの協調自己位置推定協調SLAM2020/7/1
ドローンが作成したオルソモザイク地図と地上ロボットの地図をテンプレートマッチングで照合し、パーティクルフィルタで地上ロボットの自己位置を推定する協調SLAM手法を提案した論文。
