Raoul de Charette
収録論文 11本 ・ フィジカルAI/ロボット学習
※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
- LiDARセマンティックシーン補完のための簡単な性能向上策の探求セマンティックシーン補完2026/6/1
既存のセグメンタによる疑似ラベルと可視性情報を入力に追加するだけで、LiDARセマンティックシーン補完の性能が大幅に向上することを示した論文。
- LiDPM: LiDARシーン補完のための点群拡散モデルの再考点群処理2025/4/1
LiDAR点群のシーン補完において、局所拡散の近似を不要にし、適切な開始点を持つ通常のDDPMで高精度な補完を実現した手法を提案。
- SceneRF: 放射輝度場による自己教師あり単眼3Dシーン再構成3D再構成2022/12/1
姿勢付き画像列のみを用いた自己教師あり学習で、単一画像から屋内・屋外の3Dシーンを再構成する手法を提案。
- DenseMTL: 密なマルチタスク学習のためのクロスタスク注意機構マルチタスク学習2022/6/1
2Dセマンティックセグメンテーションと深度・法線・エッジ推定を同時に解くマルチタスク学習手法を提案し、タスク間の相関を利用した注意機構で性能を向上させた。
- 単眼画像からの3D意味シーン補完3Dシーン理解2021/12/1
1枚のRGB画像からシーンの密な形状と意味を推定する3D意味シーン補完フレームワークを提案し、2D-3D特徴投影と3D文脈関係事前分布によりカメラ視野外も含めて高精度に再構成した。
- ManiFest: 少数画像での画像変換のための多様体変形画像変換2021/11/1
少数の画像から対象ドメインの文脈認識表現を学習し、スタイル多様体を補間・変形することで高品質な画像変換を実現するフレームワーク。
- 局所領域を活用した画像間変換画像変換2021/9/1
道路シーンからオフロードなどへの画像変換で、人間の空間的知識に基づく「局所領域」を幾何学的ガイダンスとして用い、少数画像でパッチベースGANを訓練して未見領域を生成し、目標領域の転移学習を容易にする手法を提案。
- 物理モデルで導く生成ネットワークの特徴分離フレームワーク画像生成2021/7/1
画像変換における物理現象(遮蔽や霧など)の絡み合いを解きほぐすため、微分可能・非微分可能な物理モデルやニューラルネットで誘導する3つの分離戦略を提案し、変換品質と制御性を大幅に向上させた。
- ゴール制約付きスパース強化学習によるエンドツーエンド自動運転自動運転/強化学習2021/3/1
ナビゲーション用ビューマップのみを用い、ゴール制約付きスパース報酬とカリキュラム学習でエンドツーエンド自動運転を学習。複数ポリシーを並行学習しナビが選択、未見道路でも長距離走行を実現。
- ボクセルベースLiDARデータからの3D表面再構成3D再構成2019/6/1
不均一な密度の3D LiDARデータからTSDFボクセル表現とガウス信頼度に基づく適応的近傍カーネルを用いて高精度な3D表面メッシュを再構成する手法を提案した。
- 深層強化学習によるエンドツーエンドのレース走行エンドツーエンド自動運転2018/7/1
RGB画像のみを入力とし、A3Cを用いてラリーゲーム内でエンドツーエンドの自動運転制御を学習。新たな報酬と学習戦略により収束が速く堅牢な走行を実現し、未知コースへの汎化も示した。
