Michal Uricar
収録論文 6本 ・ フィジカルAI/ロボット学習
汚れ検出/セグメンテーションデータ拡張/汚れ検出自動運転/多タスク学習データセット汚れ検出自動運転データセット
※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
- タイル単位の汚れ検出:自動車のサラウンドビューカメラにおける被覆率指標を用いた手法汚れ検出/セグメンテーション2020/7/1
サラウンドビューカメラ画像をタイルに分割し、各汚れ種別の被覆率を直接回帰することで、低消費電力組込み向けに高速な汚れ検出を実現した研究。
- 汚れても平気:GANによるデータ拡張でカメラレンズ汚れ検出を強化データ拡張/汚れ検出2019/12/1
GANを用いてカメラレンズの汚れ画像と対応する汚れマスクを自動生成し、汚れ検出の精度を18%向上させた研究。
- FisheyeMultiNet:自動駐車向けリアルタイム多タスク学習アーキテクチャ自動運転/多タスク学習2019/12/1
車両周囲360度を魚眼カメラで撮影し、物体検出・セマンティックセグメンテーション・汚れ検出を同時に行う低消費電力向けリアルタイム深層学習ネットワークを提案した論文。
- WoodScape: 自動運転向けマルチタスク・マルチカメラ魚眼データセットデータセット2019/5/1
自動運転向けに4台の魚眼カメラと9種類のタスク(セグメンテーション、深度推定、3D検出、汚れ検出など)を収録した初の大規模魚眼データセットを公開し、魚眼画像への直接適用を促す。
- SoilingNet:車載サラウンドビューカメラの汚れ検出汚れ検出2019/5/1
自動運転車のサラウンドビューカメラに付着する不透明・透明な汚れを検出するCNNベース手法を提案し、物体検出とのマルチタスク学習やGANによるデータ拡張の有効性も示した研究。
- 自動運転向けデータセット設計と検証の課題自動運転データセット2019/1/1
自動運転の産業展開の観点から、公開データセットと実運用のギャップやデータ設計・検証における悪慣行を指摘し、より良い形式化への道筋を示した論文。
