Noha Radwan
収録論文 7本 ・ フィジカルAI/ロボット学習
新規視点合成3Dセマンティックセグメンテーション歩行ナビゲーション自己位置推定視覚的自己位置推定自律移動
※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
- シーン表現トランスフォーマー：集合潜在表現による幾何学不要の新規視点合成新規視点合成2021/11/1
複数画像からシーン全体の潜在表現を一度の順伝播で推論し、幾何学モデルなしで新規視点画像を高速に合成するTransformer手法を提案した論文。
- NeSF：3Dシーンの汎化可能なセマンティックセグメンテーションのためのニューラルセマンティックフィールド3Dセマンティックセグメンテーション2021/11/1
ポーズ付きRGB画像のみから暗黙的ニューラル表現を用いて3D密度場を復元し、2Dセマンティックマップの教師信号で3Dセマンティックセグメンテーションを学習する手法を提案。任意の3D点でクエリ可能な密な3Dセグメンテーションを実現する。
- 自律移動ロボットのためのマルチモーダル相互作用認識型横断予測歩行ナビゲーション2018/8/1
信号のない横断歩道でも安全に渡れるよう、周囲の交通参加者の将来軌道予測と信号認識を統合したCNNで横断可否を判断する手法を提案した論文。
- VLocNet++：セマンティックな視覚自己位置推定とオドメトリのための深層マルチタスク学習自己位置推定2018/4/1
セマンティックセグメンテーションと6自由度の自己位置推定・オドメトリをマルチタスク学習で同時に行い、適応重み付き融合層と自己教師ありワーピングで相互に精度を向上させる手法を提案した論文。
- 視覚的自己位置推定とオドメトリのための深層補助学習視覚的自己位置推定2018/3/1
単眼連続画像から6自由度のグローバル姿勢回帰とオドメトリ推定を同時に行うマルチタスクCNN「VLocNet」を提案し、相対姿勢情報を活用する幾何整合損失でSIFTベース手法に匹敵する精度を実現した。
- ロボットはなぜ道を渡るのか？—マルチモーダルセンサデータから学ぶ自律的道路横断自律移動2017/9/1
レーザとレーダのデータのみを用い、ランダムフォレストで道路横断の安全可否を判定するマルチモーダル学習手法を提案し、実世界データで有効性を示した。
- LiDAR教師あり学習による高精度ビジュアル自己位置推定自己位置推定2017/6/1
LiDARベースの位置推定結果を教師データとして、視覚オドメトリとトポロジカル位置推定の2つの深層ネットワークを学習し、それらを統合最適化することで、安価なカメラのみでLiDAR並みの精度を実現した。
