Siyu Huang
収録論文 6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
- Lang-SVG:言語事前知識を活用した階層的画像ベクトル化画像ベクトル化2026/11/11
画像を意味ラベル付きの木構造SVGに変換し、MLLMの言語事前知識で部品階層を整理することで、編集しやすく高品質なベクトル化を実現した論文。
- SCOPE-4D: 内視鏡4D幾何学基盤モデル医療ロボティクス2026/10/1
単眼RGB動画からカメラパラメータ・密な形状・3D組織軌跡を一度に予測する内視鏡4D幾何学基盤モデルを提案し、大規模データセットSCOPE-5Kで学習することで高精度な形状推定と3D追跡を実現した。
- MMUSV-Sim: 多USV協調認識のための認識指向シミュレーション・データ生成プラットフォームシミュレーション/データ生成2026/8/14
複数の無人水上艇(USV)の協調認識を研究するための、Unreal Engine 5とProject AirSimに基づく認識指向の海事シミュレーション・データ生成プラットフォームを提案した。島、外洋、港の環境、多様な船舶アセット、波や天候の設定、複数艇の動きをサポートし、RGB、深度、セマンティック、LiDAR、レーダーなどのマルチモーダルデータと共有アノテーションを生成する。
- FF3R: 非拘束視点からのフィードフォワード特徴3D再構成3D再構成2026/4/10
カメラ位置や深度、セマンティックラベルを必要とせず、RGBと特徴マップのレンダリング監視のみで幾何学的・意味的推論を統合するアノテーションフリーのフィードフォワード3D再構成フレームワークを提案した。
- 視覚ナビゲーションのための言語条件付きワールドモデリング視覚ナビゲーション2026/3/1
言語指示に基づく視覚ナビゲーションを、初期の一人称視点のみから将来の軌道を予測する問題として定式化し、大規模データセットと2つのモデル群を提案した。
- 空の安全保障:対UAV手法、ベンチマーク、今後の方向性に関する包括的サーベイ対UAV2025/4/1
UAVの脅威に対抗するための分類・検出・追跡技術を、拡散モデルやマルチモーダル融合などの新手法を含めて体系的に調査し、課題と将来展望をまとめたサーベイ論文。
