Sourav Garg
収録論文 35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
- PixelLoop: ピクセルレベルループによるショートカット位相ナビゲーションナビゲーション2026/7/1
ピクセル空間でループ閉じを行い、密な位相的ショートカットを生成することで、任意点間ナビゲーションの成功率と経路効率を大幅に向上させる手法を提案した。
- SILICA: 拡散モデルの事前知識を再利用したガラス領域分割と深度推定の統合深度推定/セグメンテーション2026/7/1
テキストから画像を生成する拡散モデルの事前知識を活用し、ガラスの領域分割と深度推定を同時に行う統一パイプラインを提案。実世界のガラス深度アノテーションを不要とし、ゼロショットで未知環境に一般化できることを示した。
- MASt3R-Nav: 相対3DマップにおけるWayPixelナビゲーションナビゲーション2026/5/1
画像ペア間の相対3D座標系でのピクセル対応に基づくピクセル相対接続性マップを提案し、これをコストマップとして用いて制御器を訓練することで、高精度な視覚ナビゲーションを実現した。
- TANGO: 走行可能性を考慮した局所メトリック制御によるトポロジカルゴールへのナビゲーションナビゲーション2025/9/1
RGB画像のみを用い、3Dマップや学習済み制御器なしで物体レベルのサブゴールへ長距離ナビゲーションするトポメトリック手法を提案。単眼深度と走行可能性推定で局所軌道を予測し、基盤モデルによりゼロショットで未知環境に適用できる。
- ObjectReact: 物体相対制御を学習する視覚ナビゲーション視覚ナビゲーション2025/9/1
単眼カメラとトポロジカルマップを用いた視覚ナビゲーションにおいて、画像相対ではなく物体相対の制御を学習する新手法を提案し、センサ高さの変化に対する頑健性を示した。
- 10回のデモから学ぶ:指向性アフォーダンスフレームによる汎化可能でサンプル効率の良い方策学習模倣学習2024/10/1
指向性アフォーダンスフレームという構造化表現を用いて、わずか10回のデモから汎化性能の高いロボット方策を学習し、長期・複数物体タスクをサブ方策の合成で解決する手法を提案。
- 場所認識のための画像セグメント検索場所認識2024/9/1
画像全体ではなく意味的なセグメント単位で符号化・検索するSegVLADを提案し、視点変化に頑健な場所認識を実現した。
- RoboHop: セグメントベースのトポロジカルマップ表現によるオープンワールド視覚ナビゲーション視覚ナビゲーション2024/5/1
画像セグメントをノードとするトポロジカルグラフを構築し、自然言語クエリによる物体探索とセグメント間のホップとしてナビゲーション計画を生成する手法を提案。
- QueSTMaps: クエリ可能な意味トポロジカルマップによる3Dシーン理解3Dシーン理解2024/4/1
室内3Dシーンから間取り図(トポロジカルマップ)を抽出し、各部屋にCLIP特徴と意味ラベルを付与することで、自然言語クエリで部屋を特定できるようにした手法。
- DiffPrompter: 悪条件下でのセマンティックセグメンテーションのための微分可能な暗黙的視覚プロンプトセマンティックセグメンテーション2023/10/1
悪天候下でのセマンティックセグメンテーション精度を向上させるため、視覚プロンプトと潜在プロンプトを組み合わせた微分可能なプロンプティング機構を提案し、分布外シナリオでの性能向上を実証した。
- 階層的教師なしトポロジカルSLAMSLAM2023/10/1
移動ロボットの走行を視覚的に類似したトポロジーに教師なしでクラスタリングし、トポロジーと画像の階層的なループ検出を行うことでSLAM性能を向上させるフレームワークを提案した。
- AnyLoc: あらゆる環境に対応する汎用視覚的位置認識VPR2023/8/1
自己教師あり学習モデルの汎用特徴量と教師なし特徴集約を組み合わせ、再学習なしで都市・屋内・水中など多様な環境で高精度に動作する視覚的位置認識手法を提案した。
- SayPlan: 3Dシーングラフを用いた大規模言語モデルのロボットタスク計画への接地タスク計画2023/7/1
3Dシーングラフを活用し、大規模言語モデルによる多階層・多部屋環境でのロボットタスク計画を実現する手法を提案。
- 動的車両の運動制約を活用した視覚自己位置推定の改善自己位置推定2023/6/1
自動運転車両において、周囲の動的車両が生み出す運動制約を利用して6DoFのPnP-RANSAC自己位置推定パイプラインを改良し、位置推定の再現率を向上させる手法を提案した。
- 悪条件下での動的車両検出を改善する視覚的位置認識物体検出2023/6/1
事前地図画像と視覚的位置認識を組み合わせ、クエリ画像の物体検出結果を検証・精錬することで、悪天候や低照度下でも車両検出精度を向上させる手法を提案した。
- 深層宣言型動的時間伸縮法によるアラインメントパスのエンドツーエンド学習時系列アラインメント2023/3/1
DTWを連続な不等式制約付き最適化問題として定式化し、暗黙的微分で最適アラインメントパスを直接出力するDecDTWを提案。音声-楽譜アラインメントと視覚的位置認識で最先端性能を達成。
- GDIP: 悪条件下での物体検出のためのゲート付き微分可能画像処理物体検出2022/9/1
悪天候や低照度下の画像を検出損失で直接学習して強調するゲート付き微分可能画像処理ブロックを提案し、既存の物体検出器に組み込んで精度を向上させた。
- 日没後も高精度:全天候深度推定のための測光損失の修復深度推定2022/6/1
夜間の低照度や動的光源に対応するため、画素ごとの明度変換・残差フロー補正・画像ノイズ除去を組み合わせ、昼夜共通の自己教師あり深度・自己運動推定モデルを実現した。
- マルチカメラシステムにおける場所別サブ選択による最悪ケースの視覚的ローカリゼーションカバレッジの改善視覚的ローカリゼーション2022/6/1
地図を場所ごとに分割し、各場所でマルチカメラから最適なカメラを選択することで、自動運転車の視覚的ローカリゼーションの最悪ケース性能を改善する手法を提案。
- 回転同変特徴による局所特徴マッチング特徴マッチング2022/3/1
ステアラブルCNNで回転特異的な特徴を生成し、グループプーリングで回転不変な局所特徴を実現する手法を提案。データ拡張ベースのCNNと組み合わせて最先端の回転ロバストマッチングを達成した。
- 低解像度画像ピラミッドで場所認識を強化するMultiRes-NetVLADVPR2022/2/1
NetVLADの学習に低解像度画像ピラミッドの符号化を組み込み、VLADで集約して単一のコンパクトな場所表現を生成する手法を提案し、15データセットで最先端の検索性能を示した。
- 環境特異性と場所特異性の二種類の有用性を階層的に学習する視覚的場所認識視覚的場所認識2021/7/1
VLADクラスタの環境特異的・場所特異的な有用性を教師なしの対照学習で推定し、キーポイント選択による局所特徴マッチングを導くことで、精度向上とストレージ・計算量削減を両立した視覚的場所認識手法を提案した。
- SeqNetVLAD対PointNetVLAD:昼夜間場所認識における画像系列と3D点群の比較VPR2021/6/1
昼夜間の場所認識において、RGB画像系列ベースの手法と3D点群ベースの手法を同じ指標範囲で比較し、画像系列手法が点群手法に匹敵・凌駕し得ることを示した。
- RoRD: 回転に頑健な記述子と正射影ビューによる局所特徴マッチング特徴マッチング2021/3/1
回転ホモグラフィによるデータ拡張で回転に頑健な局所記述子を学習し、正射影ビューと対応アンサンブルを組み合わせて、極端な視点変化下でも高精度な特徴マッチングを実現した研究。
- 視覚的場所認識の立ち位置を問い直すVPR2021/3/1
視覚的場所認識(VPR)をエージェント・環境・タスクの3要因から整理し、視覚的重なりの観点で新たに定義したサーベイ論文。
- SeqNet:系列ベース階層的場所認識のための記述子学習VPR2021/2/1
短い画像系列を1次元畳み込みで符号化するSeqNetと単一画像記述子を組み合わせ、場所認識の初期マッチ候補生成を高精度化する手法を提案した論文。
- ロボティクスにおける意味論:マッピング・知覚・インタラクションのサーベイ意味論2021/1/1
ロボットのマッピング・知覚・インタラクションにおける意味論研究を、意味の抽出・利用の観点から4カテゴリに分類し、全体像を俯瞰したサーベイ。
- 敵対的ドメイン特徴適応による夜間単眼深度推定深度推定2020/10/1
昼間画像で学習した深度推定ネットワークのエンコーダ特徴を敵対的学習で夜間画像に適応させ、夜間でも高精度な単眼深度推定を可能にした研究。
- デルタ記述子:頑健な視覚的位置推定のための変化ベースの場所表現視覚的位置推定2020/6/1
学習済みの大域記述子の時間変化を追跡することで、照明や季節変動に頑健な新しい場所記述子を提案し、系列マッチングと組み合わせて最先端性能を達成した。
- 過負荷表現の系列マッチングによる高速・コンパクト・高スケーラブルな視覚的位置認識視覚的位置認識2020/1/1
意図的に粗い量子化ハッシュで衝突を増やし、系列マッチングで解決することで、1地点8バイトの超コンパクト表現と軽量計算で大規模データセットでも高リコールを実現した視覚的位置認識手法。
- 深層を見ずに:単眼深度推定を用いた環境変化・対向視点下での場所認識VPR2019/2/1
単眼深度推定でキーポイントを深度フィルタリングし、参照データの複数フレーム系列とクエリ1枚を照合することで、昼夜や進行方向の反転など外観・視点が同時に大きく変わる状況でも場所を認識する手法を提案した。
- LoST:視覚的意味論を用いた対向視点に頑健な外観不変の場所認識VPR2018/4/1
人間が逆方向からでも場所を認識できる能力に着想を得て、畳み込み特徴から局所意味論テンソル(LoST)記述子を構築し、対向視点でも高精度に場所認識できる手法を提案した論文。
- OpenSeqSLAM2.0:環境変化に強い視覚的場所認識のオープンソースツールボックス視覚的場所認識2018/4/1
昼夜や天候・季節の変化に頑健な視覚的場所認識のためのオープンソースツールボックスを公開し、パラメータ調整や可視化機能を提供するとともに、各システム構成要素の詳細な特性評価を行った。
- 振り返らずに場所を認識する:視点・環境変化に頑健な場所カテゴリ化場所認識2018/1/1
深層ニューラルネットの意味認識層と記述子正規化を組み合わせ、後方視点や外観変化があっても場所を認識できる手法を開発し、道路・歩行者データセットで評価した。
- 意味的分類で場所認識を強化するハイブリッド手法場所認識2017/6/1
場所の意味的分類(屋内/屋外など)を手がかりに場所認識を補強し、環境の局所的変化に頑健なハイブリッド手法を提案、4つのデータセットで従来手法を上回る性能を示した。
