Simon Lucey
収録論文 8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
- マルチボディニューラルシーンフローシーンフロー2023/10/1
座標ネットワークを用いたシーンフローのテスト時最適化において、剛体ごとのSE(3)制約なしに等長性正則化でマルチボディ剛体運動を実現し、長期4D軌跡予測で最先端性能を達成した。
- 異種グラフニューラルネットワークによる長期視覚地図のスパース化SLAM/自己位置推定2022/3/1
SfM地図を異種グラフとしてモデル化し、GNNで3D点の重要度を予測することで、環境変化に頑健で将来の自己位置推定に有用な点を選別して地図サイズを削減する手法を提案した。
- 限られた視点から高精度な3D再構成を実現する手法3D再構成2021/10/1
少数の未キャリブレーションカメラ視点(2〜3台)から、ニューラル形状事前分布とマルチビュー等変性を活用して高精度な3D再構成を可能にする手法を提案した論文。
- バンドル調整付きNeRF:未知カメラ姿勢からの3D表現学習NeRF/位置合わせ2021/4/1
カメラ姿勢が未知・不正確な場合でもNeRFを学習できるよう、古典的画像位置合わせの粗から細への登録をNeRFに統合したBARFを提案し、合成・実データで姿勢推定と新規視点合成の有効性を示した。
- 学習あり・なし両対応の点群シーンフロー推定点群シーンフロー2020/11/1
点群のグラフラプラシアンでシーンフローを「できるだけ剛体的」に正則化する目的関数を提案し、自己教師あり学習にも学習なしの最適化にも使える手法を実現した。
- Argoverse:高精度地図を備えた自動運転向け3D追跡・軌道予測データセット自動運転データセット2019/11/1
ピッツバーグとマイアミで収集した自動運転データセットArgoverseを公開し、290kmのHDマップ情報が3D物体追跡と軌道予測の精度を向上させることを示した。
- 視覚SLAMのための光度バンドル調整視覚SLAM2016/8/1
特徴点対応に頼らず、画像の光度整合性を最大化することで構造と運動を同時に精緻化する新しいバンドル調整アルゴリズムを提案し、屋外データセットで従来手法を上回る精度を示した。
- ビットプレーン記述子を用いた直接法ビジュアルオドメトリビジュアルオドメトリ2016/4/1
明るさ恒常性の仮定に依存しないよう、バイナリ特徴記述子Bit-Planesを直接法の勾配最適化に組み込み、低テクスチャや低照度でもロバストなカメラ姿勢推定を実現した。
