Massimiliano Mancini
収録論文 7本 ・ フィジカルAI/ロボット学習
オープンワールド認識オープンセット認識ロボット視覚ドメイン適応ドメイン汎化場所認識
※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
- 視覚ドメイン変化下におけるオープンワールド認識の課題オープンワールド認識2021/7/1
訓練とテストの分布が異なる状況でオープンワールド認識アルゴリズムがどれだけ性能劣化するかを評価する初のベンチマークを構築し、既存手法が大きく劣化することを示した論文。
- クラスタリングで深層オープンワールド認識を強化するオープンワールド認識2020/4/1
クラス特徴の大域・局所クラスタリングを促す新損失とクラス別棄却閾値の学習により、未知カテゴリ検出と逐次学習を両立するオープンワールド認識手法を提案した。
- 知識だけでは足りない:Web支援による深いオープンワールド認識に向けてオープンセット認識2019/6/1
未知の物体を検出するだけでなく、人間の監督やWebからの自動収集によって新カテゴリを再学習なしで動的に学習できる深層学習アーキテクチャを提案した論文。
- RGB-Dトライアスロン:ロボットのための俊敏な視覚ツールボックスに向けてロボット視覚2019/4/1
ロボット視覚において複数の認識タスクを軽量に同時処理する課題に取り組み、新ベンチマーク「RGB-Dトライアスロン」と評価プロトコルを提案し、既存手法を比較評価した。
- 現場環境へのオンライン適応によるロボットキッティングドメイン適応2018/7/1
カメラ・照明・背景が変化する環境で同一物体を撮影したキッティング用データセットを構築し、バッチ正規化層を用いて対象ドメインの画像なしにモデルをオンライン適応させる手法を提案した。
- 未知環境に汎化するロボットの場所分類のための深層ドメイン汎化ドメイン汎化2018/5/1
訓練時に未知の環境情報がなくても場所分類できるよう、複数の既知ドメインのモデルをテスト時に重み付きで組み合わせる深層学習手法を提案した論文。
- 深層NBNN表現による頑健な場所カテゴリ分類場所認識2017/2/1
画像を局所領域の集合として捉え、Naive Bayes Nearest Neighborモデルを全畳み込みネットワークに統合することで、遮蔽や環境・センサ変化に頑健な場所分類を実現した。
