Sean Segal
収録論文 6本 ・ フィジカルAI/ロボット学習
自動運転知覚アクティブ学習データ選別自動運転/時空間認識自動運転/軌道予測歩行者予測
※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
- LabelFormer: LiDAR点群からのオフボード知覚のための物体軌跡リファインメント自動運転知覚2023/11/1
LiDAR点群から自動生成した物体軌跡を、自己注意機構で時間的文脈を考慮して高精度に補正する手法を提案し、自動ラベルによる下流の検出性能向上も示した。
- 必要な部分だけラベル付け:部分ラベル付きシーンによる知覚・予測のための細粒度アクティブ選択アクティブ学習2021/4/1
自動運転の知覚・予測タスク向けに、コストを考慮し部分ラベル付きシーンから細かくサンプルを選ぶアクティブ学習手法を提案し、大規模実データで知覚・予測・計画の性能向上を示した。
- 自動運転データセット選別のための多様な複雑度指標データ選別2021/1/1
自動運転の学習データ選別において、タスクやモデルに依存しない多様な複雑度指標でシーンを評価し、ラベル付け対象を選ぶ手法を提案した論文。
- 自動運転ログの時空間タグ付けのためのユニバーサル埋め込み自動運転/時空間認識2020/11/1
生センサデータから自動運転シーンの時空間タグを学習するユニバーサル埋め込み手法を提案し、大規模データセットSDVScenesで有効性を示した。
- インタラクションTransformerによる統合的な状況認識と予測自動運転/軌道予測2020/8/1
自動運転向けに、物体間の相互作用を考慮したTransformerベースの再帰型ネットワークで3D物体検出と将来軌道予測をエンドツーエンドかつリアルタイムに行い、衝突の少ない予測を実現した論文。
- 離散残差フローによる歩行者の確率的行動予測歩行者予測2019/10/1
将来の人間の動きの不確実性を捉えるため、空間位置の離散分布を予測・更新する畳み込みニューラルネットワークDRF-Netを提案し、歩行者軌跡予測で既存手法を上回った。
