Ming-Ming Cheng
Nankai University
収録論文 3本 ・ フィジカルAI/ロボット学習
画像レタッチ画像生成/拡散モデルSLAM
※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
- 目を描く:視覚的焦点強調のための意図駆動型画像レタッチエージェント画像レタッチ2026/9/1
ユーザーの弱い意図(数回のクリックや粗いストローク)から視覚的焦点を推定し、拡散モデルを用いて自然な画像レタッチを行うMLLM駆動エージェント「EyeControl」を提案した。
- 分解された視覚プロキシによる直接的な3D認識オブジェクト挿入画像生成/拡散モデル2026/6/4
背景画像へのオブジェクト挿入を、3Dポーズ制御可能な拡散モデルベースのフレームワークDIRECTを提案。外観・幾何・文脈の3条件を分離注入し、高品質な合成とポーズ操作を両立する。
- CubemapSLAM: キューブマップモデルを用いた単眼魚眼SLAMシステムSLAM2018/11/1
魚眼カメラの広い視野を歪みなく活用するためキューブマップ表現を導入した特徴点ベースのリアルタイムSLAMを提案し、公開データセットと実環境データで既存手法より高精度・高ロバストであることを示した。
