Uttaran Bhattacharya
収録論文 9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
- CMetric: 中心性関数を用いた運転行動評価指標行動予測2020/3/1
道路エージェントの位置関係から動的幾何グラフと中心性関数を計算し、運転スタイルの確率と強度をリアルタイムに推定する指標CMetricを提案した論文。
- スペクトラルクラスタリングを組み込んだグラフLSTMによる交通エージェントの軌跡・行動予測軌跡予測2019/12/1
道路エージェント間の動的幾何グラフと2ストリームのグラフLSTMを用い、将来の軌跡と過速・低速・通常といった行動を同時に予測する手法を提案。スペクトラルクラスタリングに基づく正則化で長期予測精度を改善した。
- 歩容から感情を読み取る時空間グラフ畳み込みネットワークSTEP感情認識/歩容解析2019/10/1
歩行映像の歩容特徴を時空間グラフ畳み込みネットワークで解析し、喜び・悲しみ・怒り・中立の4感情を分類する手法を提案。生成ネットワークで合成歩容を拡張し、E-Gaitデータセットも公開した。
- GraphRQI:グラフスペクトルを用いた運転行動の分類行動認識2019/10/1
交通グラフのスペクトル解析により周囲の車両軌跡から運転者の攻撃的・保守的といった行動特性を分類し、将来軌跡予測にも応用する手法を提案。
- ノイズを含むセンサ入力下での密交通における異種道路エージェントの頑健な軌道予測軌道予測2019/7/1
RGBカメラと追跡アルゴリズムから得られるノイズ入り軌道を用い、非線形運動モデルと深層学習セグメンテーション、LSTM-CNNで密で異種な交通のエージェント軌道をエンドツーエンドで予測する手法を提案した。
- DensePeds: 正面RVOとスパース特徴を用いた高密度群衆の歩行者追跡歩行者追跡2019/6/1
衝突回避制約に基づく新しい運動モデルFront-RVOとMask R-CNNのスパース特徴を組み合わせ、1平方メートルあたり2人以上の高密度群衆でも個々の歩行者を追跡するアルゴリズムを提案した。従来手法より4.5倍高速で、高密度動画での精度も向上している。
- RoadTrack: 密集・異種環境における道路エージェントのリアルタイム追跡追跡2019/6/1
歩行者・二輪車・車・バスなどが混在する密集交通映像で、衝突回避と相互作用をモデル化した新運動モデルSimCAIにより道路エージェントをリアルタイム追跡する手法を提案した。
- 歩行スタイルから感情を識別するデータ駆動モデル感情認識2019/6/1
歩行映像から3D姿勢を抽出し、LSTMの深層特徴と姿勢・動作の感情特徴を組み合わせて、歩き方から喜び・悲しみ・怒り・中立の感情を80%の精度で識別する手法を提案した論文。
- TraPHic: 重み付き相互作用を用いた密集・異種交通における軌道予測軌道予測2018/12/1
バス・車・スクーター・自転車・歩行者が混在する密集交通の動画から、LSTM-CNNハイブリッドネットワークで近未来の軌道を予測する手法を提案し、新たなアジア都市交通データセットも公開した。
