Juergen Gall
University of Bonn
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
- TanCRAFT: 組立作業のための文脈推論に基づく予測フィードバック組立支援/予測フィードバック2026/11/10
作業の途中状態を認識し、ピースの近未来の動きを予測して誤配置の前に介入する4段階のリアルタイム支援システムを提案し、タングラム組立実験で誤り・作業負荷・完了時間の低減を実証した。
- 静止画像と時空間トマトデータによる強・弱ラベルを用いた検出・セグメンテーション・追跡・ビデオインスタンスセグメンテーションの実現データセット2026/7/16
商業的環境でロボットが取得したトマト植物の画像データセット2種(静止画像とビデオ)を公開し、果実の熟度をピクセルレベルでラベル付けした。
- タスク知識を活用した動画ベースのロボット失敗検出の強化失敗検出2025/8/1
ロボットの動作とタスク関連物体の時空間情報を活用し、動画から実行失敗を検出する手法を提案。可変フレームレートのデータ拡張でF1スコアを改善。
- 超低解像度RGB入力からのプライバシー保護セマンティックセグメンテーションセマンティックセグメンテーション2025/7/1
超低解像度のRGB画像からセマンティックセグメンテーションを行うことで、プライバシーを保護しつつ物体目標ナビゲーションなどのタスクを実現する手法を提案した。
- Forecast-PEFT: 事前学習済み動作予測モデルのためのパラメータ効率的ファインチューニング動作予測2024/7/1
動作予測モデルのファインチューニングにおいて、大部分のパラメータを凍結しプロンプトとアダプタのみを調整する手法を提案し、従来のフルファインチューニングより少ない学習パラメータで高精度を実現した。
- マルチモーダルな受け渡し失敗検出データセットとベースラインマニピュレーション2024/2/1
人間が関与する受け渡し失敗を検出するためのマルチモーダルデータセットを構築し、3D CNNによる動画分類と時系列行動セグメンテーションの2つのベースライン手法を提案した。
- PowerBEV: 鳥瞰図におけるインスタンス予測のための強力かつ軽量なフレームワーク鳥瞰図インスタンス予測2023/6/1
自動運転向けに、周囲カメラから鳥瞰図で将来のインスタンスを予測する軽量な並列マルチスケールCNNフレームワークを提案し、セグメンテーションと求心後方フローのみで高精度を達成した。
- 視覚的異常検知によるタスク実行モニタリング異常検知2021/7/1
正常実行時の光学流とカメラ・ロボット体の動きを予測し、観測との誤差から異常スコアを算出して失敗を検知する手法を提案。本棚への本配置タスクで評価した。
- SemanticKITTI:LiDARシーケンスの意味的シーン理解データセットLiDARセグメンテーション2019/4/1
自動運転向けLiDARの全KITTIオドメトリ系列に360度の密な点単位意味ラベルを付与し、単一スキャン・複数スキャン・シーン補完の3ベンチマークを提案した大規模データセット論文。
- どの物体を使うべきか?タスク駆動型物体検出物体検出2019/4/1
14種類のタスクに対して最適な物体を約4万枚の画像でアノテーションしたCOCO-Tasksデータセットを構築し、Gated Graph Neural Networkで物体の見た目とシーン全体の文脈を活用してタスクに適した物体を検出する手法を提案した。
