Kaiwei Wang
収録論文 49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
- PanoGS-SLAM: パノラマ3DガウシアンスプラッティングSLAMSLAM2026/9/15
全方位カメラ向けに3Dガウシアンスプラッティングを用いた初のパノラマ高密度SLAMを提案し、球面領域での微分可能レンダリングと姿勢最適化により追跡精度と描画品質を向上させた。
- 配向距離場によるイベントベースのモーション推定イベントカメラ/モーション推定2026/8/25
イベントカメラの動き推定を、反復最適化の代わりに事前計算した距離場の平均化で行う手法を提案し、低遅延かつ高精度を実現。さらに、ぼけ除去と瞳孔追跡への応用も示した。
- ラベル不要なターゲット領域適応によるイベント-画像特徴マッチングの二段階蒸留手法イベントカメラ/特徴マッチング/ドメイン適応2026/7/1
イベントカメラと通常画像間の画素対応を、ラベルやセンサー較正なしで学習する二段階蒸留フレームワークを提案し、実世界の非拘束データで自己進化可能な手法を実証した。
- EgoEV-HandPose: ステレオイベントカメラによる自己中心視点の3D手姿勢推定とジェスチャ認識手姿勢推定/イベントカメラ2026/5/1
ステレオイベントカメラを用いて、自己中心視点での両手の3D姿勢推定とジェスチャ認識を同時に行うエンドツーエンドフレームワークを提案し、大規模な実世界データセットも構築した。
- 人間のように映画を観る:身体化されたコンパニオンのための自己中心視点の感情理解感情理解2026/4/17
映画を自己中心的なスクリーン視点で観るロボットの感情理解を扱い、新しいデータセットとマルチモーダル推論フレームワークを提案した論文。
- E-VLA: 暗所・ぼやけシーンのためのイベント拡張型視覚言語行動モデルVLA/操作2026/4/1
暗所やモーションブラーなどの劣化環境でロバストな操作を実現するため、イベントカメラの情報をVLAモデルに統合するフレームワークを提案した。実機データセットと軽量な統合手法により、従来の画像のみでは失敗する状況で成功率を大幅に向上させた。
- 写真カメラにおける普遍的計算収差補正に向けて:包括的ベンチマーク分析計算収差補正2026/3/1
多様なレンズに汎用な計算収差補正のための大規模ベンチマークUniCACを構築し、24手法を比較評価して性能に影響する3要因を特定した。
- OmniTrack++: 大視野軌道フィードバック学習による全方向マルチオブジェクト追跡マルチオブジェクト追跡2025/11/1
360度視野のパノラマ動画で複数物体を追跡するため、軌道情報をフィードバックして知覚を段階的に改善するフレームワークを提案し、四足・二足ロボットで収集した新ベンチマークEmboTrackを構築した。
- OneOcc: 単一パノラマカメラによる脚式ロボットの意味的占有予測意味的占有予測2025/11/1
脚式ロボット向けに、単一のパノラマカメラ映像から360度の3D意味的占有を予測するフレームワークOneOccを提案。歩行時の揺れ補償や二重投影融合などの工夫で高精度を実現し、新たなベンチマークも公開。
- 鮮明かつ奥行きのあるRGBD撮像:生物に着想を得た単心設計計算撮像2025/10/1
生物に倣った全球面単心レンズと深層学習を組み合わせ、単一撮影から全焦点画像と高精度な深度マップを同時に復元するRGBD撮像フレームワークを提案。
- イベントカメラ誘導による動的人体とシーンの3Dガウシアンスプラッティング再構成3D再構成/イベントカメラ2025/9/1
単眼イベントカメラ映像から、動く人体と静的シーンを3Dガウシアンスプラッティングで同時再構成する手法を提案。イベント誘導損失で高速運動時のブレを抑え、人体マスク不要で高精度を実現した。
- QuaDreamer: 四足歩行ロボットのための制御可能なパノラマ動画生成データ生成2025/8/1
四足歩行ロボットの動きを模倣し、垂直振動特性を考慮した制御可能なパノラマ動画を生成する初のデータ生成エンジンを提案。
- EgoEvGesture: 一人称視点イベントカメラによるジェスチャー認識ジェスチャー認識2025/3/1
一人称視点のイベントカメラデータから手ジェスチャーを認識するため、頭の動きによるノイズを分離する状態空間モデルと時空間特徴を効率的に融合するモジュールを備えた軽量ネットワークを提案し、大規模データセットを構築した。
- 全方位マルチオブジェクト追跡マルチオブジェクト追跡2025/3/1
パノラマ画像の歪みに対応したOmniTrackを提案し、四足ロボットによる新データセットQuadTrackを構築して全方位追跡の性能を向上させた。
- イベントカメラ支援による意味的シーン補完3Dシーン理解2025/2/1
イベントカメラとRGBを融合し、動きぼやけや悪天候下でも頑健な3Dシーン補完を実現するフレームワークEvSSCと、その評価用ベンチマークDSEC-SSCを提案した論文。
- オプティカルフロー推定の腐敗に対するロバスト性ベンチマークオプティカルフロー/ロバスト性2024/11/1
オプティカルフロー推定モデルの一般的な腐敗に対するロバスト性を評価するため、7つの時間的腐敗と17の単一画像腐敗からなるベンチマークを構築し、29モデルを評価した。
- EI-Nexus:イベント画像データのための直接かつ柔軟なモダリティ間局所特徴抽出とマッチングイベントカメラ2024/10/1
イベントカメラと通常画像の間で、モダリティ変換を介さずに局所特徴を抽出・マッチングするフレームワークEI-Nexusを提案し、新たなベンチマークで最先端性能を達成した。
- E-3DGS: 露光イベントと動きイベントを活用したガウシアンスプラッティング3D再構成/イベントカメラ2024/10/1
露光調整デバイスを組み込み、イベントカメラで露光イベントと動きイベントを取得し、3Dガウシアンスプラッティングによる高品質・高速・バランス型の3D再構成を実現した研究。
- P2U-SLAM: 点と姿勢の不確かさに基づく単眼広視野SLAMシステムSLAM2024/9/1
広視野カメラを用いた単眼SLAMにおいて、最適化過程で変化する地図点とキーフレーム姿勢の不確かさを明示的にモデル化し、追跡と局所マッピングに組み込むことで長期性能劣化を抑える手法を提案した。
- 深度対応PSFによる単レンズ制御可能な被写界深度イメージング計算撮像2024/9/1
単一レンズの光学収差と制御不能な被写界深度を計算手法で補正し、深度推定とPSFモデルを用いて任意の高級レンズ相当の被写界深度画像を生成するフレームワークを提案した。
- SF-TIM: 地形想像と計測を組み合わせた四足ロボットの跳躍敏捷性を高める簡易フレームワーク歩行2024/8/1
地形の想像と計測を統合した単一ポリシーで、四足ロボットの盲歩行能力を保ちつつ高所やギャップを跳び越える敏捷性を向上させ、実機でゼロショット転移を実現した。
- マイクロサッカードに着想を得たロボティクス用イベントカメライベントカメラ2024/5/1
回転ウェッジプリズムをイベントカメラの前に取り付け、マイクロサッカードのように光を振ることで、動きに平行なエッジも安定して捉えられる新しい視覚システムを開発した。
- ガラス・プラスチックハイブリッド型ミニマリスト非球面パノラマ環状レンズの設計・解析・製造光学設計2024/5/1
小型・軽量・簡素な4枚構成のガラス・プラスチックハイブリッド非球面パノラマ環状レンズを設計し、公差解析手法を提案して試作20個を製造、8.5gの軽量プロトタイプを実現した。
- MambaMOS: 動きを考慮した状態空間モデルによるLiDARベース3次元移動物体セグメンテーション移動物体セグメンテーション2024/4/1
LiDAR点群の時系列情報から移動物体を切り出すタスクに対し、時間情報と空間情報の結合を強化する埋め込みと、物体の動きの時間的相関を捉える状態空間モデルを組み合わせた手法を提案し、ベンチマークで最高精度を達成した。
- 複合レンズ計算イメージングの準大域的設計探索計算イメージング2024/4/1
光学系と画像再構成アルゴリズムを自動で同時設計する手法を提案し、複合レンズ系の初期設計探索と並列最適化により従来より高画質な計算イメージング系を実現した。
- ベクトル量子化によるドメイン混合光学劣化表現を用いた実世界計算収差補正計算収差補正/ドメイン適応2024/3/1
実世界の収差補正における合成データと実データのギャップを、教師なしドメイン適応として捉え、VQGANで光学劣化を量子化・表現するQDMRフレームワークを提案した論文。
- 自動運転向けハイブリッド伝播によるオフボード占有予測の精緻化自動運転/3Dシーン理解2024/3/1
車載の視覚ベース3D意味シーン補完(SSC)予測を、オフボードで局所・大域の二段階伝播により高精度化するフレームワークOccFinerを提案し、SemanticKITTIで最先端性能を達成した。
- マルチロボットシステムにおける時刻同期と相互位置推定の同時実行群制御2023/11/1
ロボット間の相対姿勢推定に時刻同期を統合し、SDRを用いた同時最適化で時刻オフセットと相対姿勢を高精度に推定する手法を提案した。
- 3Dイベント表現によるイベントベース人体姿勢推定の探求姿勢推定2023/11/1
イベントカメラの非同期性を活かすため、2つの3Dイベント表現(RasEPCとDEV)を提案し、屋外シーン向けの合成データセットEV-3DPWを構築して、イベントベース人体姿勢推定の精度を向上させた。
- CoBEV: 奥行きと高さの相補性を活用した路側3D物体検出の高度化3D物体検出2023/10/1
路側カメラの単眼3D物体検出において、奥行き特徴の幾何情報と高さ特徴の意味情報を相補的に融合するCoBEVを提案し、BEV表現を構築して検出精度とロバスト性を向上させた。
- FocusFlow: 自動運転のためのキーポイントオプティカルフロー推定の強化オプティカルフロー2023/8/1
キーポイントに特化した損失関数と条件制御エンコーダを導入し、ORBやSIFTなどのキーポイントでのオプティカルフロー精度を最大44.5%向上させるフレームワークを提案。
- イベントカメラによる任意時刻のオプティカルフロー推定に向けてイベントカメラ/オプティカルフロー2023/7/1
低フレームレートの正解データしかないイベントカメラでも、高フレームレートのオプティカルフローを推定できるEVA-Flowを提案し、低遅延・高密度な動き推定を実現した。
- LF-PGVIO: 点と測地線分を用いた広視野カメラ向け視覚慣性オドメトリフレームワークVIO2023/6/1
広視野・負平面視野のカメラでも使えるよう、全方向曲線検出と測地線分の点・線特徴を統合した視覚慣性オドメトリを提案し、公開データセットで高精度・高ロバスト性を示した。
- Ring-Rotor:空中把持・輸送が可能な伸縮式リング型クアッドロータマニピュレーション2023/4/1
1つのサーボモータで機体を伸縮できるリング型クアッドロータを開発し、小型化による狭所通過と標準形態での省エネを両立。中央空間を活かした機体全体での物体把持・輸送を実現した。
- PanoVPR: パノラマビューをスライディングウィンドウで統一する透視画像から正距円筒画像への視覚的位置認識視覚的位置認識2023/3/1
消費者向けカメラで撮影した透視画像からパノラマデータベース画像を検索するため、スライディングウィンドウで特徴量を計算するP2E視覚的位置認識フレームワークを提案し、新データセットで最高性能を達成した。
- FishDreamer: 魚眼画像の意味補完を統合的な画像外挿とセグメンテーションで実現魚眼セグメンテーション2023/3/1
魚眼カメラの死角領域を含む画像全体のテクスチャと意味情報を、ViTと極座標対応クロスアテンションを用いて同時に推定する新手法を提案し、専用データセットも構築した。
- LF-VISLAM: 負の結像面を持つ広視野カメラ向けモバイルエージェント用SLAMフレームワークSLAM2022/9/1
360度×40〜120度の超広視野パノラマカメラとIMUを用いた視覚慣性SLAMを提案し、負の半平面でも有効な単位長3次元ベクトルによる特徴点表現と、姿勢情報を活用したループ閉じ込み・外れ値除去を導入した。
- あらゆるドメインの背後にはシフトがある:歪み対応Vision Transformerの全天球セマンティックセグメンテーションへの適応セマンティックセグメンテーション2022/7/1
全天球画像の歪み・物体変形に対応するDeformable Patch EmbeddingとDeformable MLPを備えたTrans4PASS+を提案し、擬似ラベル補正による相互プロトタイプ適応と新データセットSynPASSを導入して、ドメイン適応型全天球セマンティックセグメンテーションで最高性能を達成した。
- 3Dイベント点群による効率的な人間姿勢推定姿勢推定2022/6/1
イベントカメラの3D点群から直接2D人間姿勢を推定する手法を提案し、ラスタライズ表現でメモリと計算を削減してリアルタイム性能を実現した。
- パノラマイメージングとシーン理解への応用に関するレビュー全方位視覚2022/5/1
パノラマ撮像システムの基本原理や各種構成を概観し、自由曲面・薄板光学・メタサーフェスといった新技術が全方位環境認識の性能向上にどう寄与するかを論じたレビュー論文。
- CSFlow: 自動運転向けクロスストリップ相関によるオプティカルフロー学習オプティカルフロー2022/2/1
自動運転シーン向けに、画像をストリップ状に分割して大域的な文脈を相関ボリュームに符号化するCSCモジュールと、フロー初期化に大域文脈を活用するCRIモジュールからなるオプティカルフロー推定ネットワークを提案し、KITTI-2015で最高精度を達成した。
- 全周パノラマ画像のオプティカルフローを学習するPanoFlowオプティカルフロー2022/2/1
全天球パノラマ画像向けのオプティカルフロー推定フレームワークPanoFlowを提案し、歪み補正と巡回フロー推定により既存手法を上回る精度を実現した。
- LF-VIO:負平面を含む超広視野カメラ向け視覚慣性オドメトリフレームワークVIO2022/2/1
視野が負の半平面に達する超広角カメラでも使えるリアルタイム視覚慣性オドメトリを、特徴点を単位3次元ベクトルで表現する手法で実現し、全天球型データセットPALVIOも公開した論文。
- 屋内シーンにおける教師あり・教師なし学習によるパノラマ深度推定深度推定2021/8/1
屋内360度パノラマ画像の単眼深度推定のため、PADENetを拡張し、ステレオマッチングと深層学習を融合して精度を向上させた研究。
- Aerial-PASS:ドローン動画におけるパノラマ環状シーンセグメンテーションセグメンテーション2021/5/1
小型軽量で360度環状視野を持つパノラマ環状レンズを搭載したUAVシステムと、リアルタイム高精度なセマンティックセグメンテーション用軽量ニューラルネットを提案し、初のドローン視点パノラマシーンセグメンテーションデータセットAerial-PASSを構築した論文。
- ループ閉じ込みと大域最適化を備えたパノラマ環状SLAMSLAM2021/2/1
パノラマ環状レンズを用いた視覚SLAMシステムを提案し、ハイブリッドな特徴点選択とループ閉じ込み・大域最適化により精度とロバスト性を向上させた。
- 偏光を活用した効率的な注意融合ネットワークによるセマンティックセグメンテーションマルチモーダル融合2020/11/1
偏光センサをRGBに組み合わせた初のRGB-Pデータセットを構築し、注意機構で両情報を融合するEAFNetを提案して屋外セグメンテーション精度を向上させた論文。
- 予期せぬ障害物検出を組み込んだRGB-Dセマンティックセグメンテーションのリアルタイム融合ネットワークセマンティックセグメンテーション2020/2/1
RGB-D情報を効率的に融合するリアルタイムセマンティックセグメンテーションネットワークRFNetを提案し、マルチデータセット学習で小さな障害物検出も可能にした。Cityscapesで高精度かつ22Hzの推論速度を実現。
- DS-PASS:周囲センシングのためのSwaftNetによる詳細感度の高い全周環状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2019/9/1
ピンホールカメラ用の既存セグメンテーションネットワークを全周画像に適応させるフレームワークを提案し、注意機構付き横方向接続で詳細感度を高めたSwaftNetがリアルタイムで高精度を達成することを示した。
