Tomas Hodan
収録論文 14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
- ロボストラル・ナビゲート:単眼RGBのみで動作するスケーラブルな視覚言語ナビゲーションモデルナビゲーション2026/7/1
単眼RGB画像のみを入力とし、画像空間上でウェイポイントを予測することで、様々なロボット形態に再較正なしで適用可能な8B視覚言語モデルを提案。大規模シミュレーションデータと効率的な学習手法により、実世界データへの依存を低減しつつ高性能を実現した。
- IMAGIN-4D: 画像誘導による制御可能なインタラクション生成インタラクション生成2026/6/22
参照画像を用いて人間と物体のインタラクション生成の曖昧さを解消する拡散モデルを提案。画像条件を空間的・時間的に分解し、役割別の条件付けで制御性を高めた。
- SHOW3D: 実世界での3D手と物体のシーンキャプチャデータセット/手と物体のインタラクション2026/3/1
制約のない実環境で手と物体の正確な3Dアノテーションを生成できる新しいマーカーレス多カメラシステムを提案し、多様な実世界環境での手と物体のインタラクションを含む大規模データセットSHOW3Dを構築した。
- HOT3D: 一人称マルチビュー動画による3D手・物体トラッキングデータセット一人称視点/3Dトラッキング2024/11/1
MetaのAIグラスとVRヘッドセットで撮影した一人称マルチビュー動画からなる大規模データセットを構築し、3D手追跡・物体姿勢推定・未知物体の3D復元で単一視点手法を大きく上回る性能を示した。
- BOPチャレンジ2023:既知・未知の剛体物体の検出・セグメンテーション・姿勢推定6D姿勢推定2024/3/1
訓練時に未知の物体を短時間で学習する新タスクを含む6D物体姿勢推定の公開コンペBOP Challenge 2023の評価手法・データセット・結果を報告した論文。
- FoundPose: 基盤モデル特徴を用いた未知物体の6D姿勢推定6D姿勢推定2023/11/1
自己教師あり学習済みのDINOv2特徴を画像とレンダリングテンプレート間でマッチングし、追加学習なしで未知物体の6D姿勢を単一RGB画像から推定する手法を提案。
- 物体姿勢推定のためのニューラル対応場姿勢推定2022/8/1
単一RGB画像から剛体物体の6DoF姿勢を推定するため、カメラ視錐台内の3Dクエリ点で物体座標と符号付き距離を予測するニューラル対応場を提案し、遮蔽に強い手法を実現した。
- 特定剛体物体の6D姿勢推定6D姿勢推定2021/12/1
RGB/RGB-D画像から剛体物体の6D姿勢を推定する手法を複数提案し、EPOSやHashMatch、学習用合成画像生成のObjectSynthなどを開発した論文。
- BOPチャレンジ2020:6D物体位置推定の評価6D姿勢推定2020/9/1
RGB-D画像からの6D物体姿勢推定の公開コンペBOP Challenge 2020の評価手法・データセット・結果を報告し、フォトリアルな合成訓練画像の有効性と深層学習手法の台頭を示した。
- 対称性を持つ物体の6D姿勢推定手法EPOS6D姿勢推定2020/4/1
単一RGB画像から剛体物体の6D姿勢を推定する手法を提案し、対称性を表面フラグメント表現で体系的に扱い、複数物体の姿勢も高精度に推定できることを示した。
- 物体検出のための写実的合成画像生成sim2real2019/2/1
物理ベースレンダリングと物理シミュレーションで実写級の合成画像を生成し、実画像なしで物体検出器を学習させて精度を大幅に向上させた研究。
- 第4回国際6D物体姿勢推定ワークショップ報告6D姿勢推定2018/10/1
ECCV 2018併設の6D物体姿勢推定ワークショップの内容とBOPベンチマークの紹介をまとめた報告書。
- BOP: 6D物体姿勢推定のためのベンチマーク6D姿勢推定2018/8/1
単一RGB-D画像からの6D姿勢推定を評価する統一ベンチマークを提案し、8データセットと15手法の比較評価を提供した論文。
- T-LESS: テクスチャなし物体の6D姿勢推定用RGB-Dデータセット6D姿勢推定2017/1/1
テクスチャや色の手がかりがない産業用物体30種について、3種類の同期センサで撮影した約39K訓練・10Kテスト画像と3Dモデルを提供する6D姿勢推定ベンチマークデータセットを構築した。
