Kyungdon Joo
収録論文 6本 ・ フィジカルAI/ロボット学習
フェデレーテッドラーニング/深度推定協調SLAM3D占有予測3D再構成3D認識視覚・深度推定
※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
- FeDepth: ロボットの異種性を考慮した深度推定のためのフェデレーテッドラーニングフェデレーテッドラーニング/深度推定2026/8/2
ロボットの異種環境下での深度推定において、クライアント間の連続的で曖昧なドメイン遷移を捉えるソフトクラスタリングを用いたフェデレーテッドラーニング手法を提案し、既存手法より堅牢性を向上させた。
- サービス環境における協調SLAMのためのベンチマークデータセット協調SLAM2024/11/1
病院・オフィス・倉庫の屋内サービス環境をNVIDIA Isaac Simで再現し、複数ロボットによる協調SLAM用のマルチモーダルデータセットCSEを構築した。
- 消失点を活用した3Dセマンティック占有予測3D占有予測2024/8/1
消失点を用いて2D画像と3D空間のスケール不一致を補正し、カメラ画像から3Dセマンティック占有を高精度に予測する手法を提案。
- AiSDF: 屋内シーンにおける構造認識型ニューラル符号付距離場3D再構成2024/3/1
屋内シーンのアトランタ構造を推定し、平面サーフェル表現と適応的サンプリングでSDF再構成の精度を高めるオンライン手法を提案。
- 近リアルタイムでロバストかつ大域最適なマンハッタンフレーム推定3D認識2016/5/1
拡張ガウス画像上で定数計算量の上界計算を行うことで、大域最適性を保ちながらマンハッタンフレーム推定を高速化した研究。
- DRC-HUBO+のための視覚システムと深度処理視覚・深度推定2015/9/1
DRC優勝ロボットDRC-HUBO+向けに、外れ値に頑健な深度マップ生成と物体検出・姿勢推定を可能にする視覚システムを構築し、既存手法と比較評価した。
