Yanmin Wu
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
- OpenGaussian: 3Dガウシアンを用いた点レベルのオープンボキャブラリ理解3D理解2024/6/1
3Dガウシアンスプラッティングを基盤に、3D点レベルでのオープンボキャブラリ理解を実現する手法を提案。インスタンス特徴の3D一貫性学習と2段階コードブック、3D-2D特徴連携により、従来の2Dピクセルレベルの手法を超える性能を示した。
- PAS-SLAM: 平面曖昧シーン向けの視覚SLAMシステムSLAM2024/2/1
意味情報と平面特徴を統合し、平面のパラメータ・意味・投影IoU・ノンパラメトリック検定を組み合わせたデータ対応付けと多制約因子グラフ最適化により、平面が曖昧な環境でも高精度に自己位置推定と地図構築を行う視覚SLAMを提案した。
- 言語支援による3Dシーン理解3Dシーン理解2023/12/1
LLMでテキストを拡張し、統計的・訓練不要な特徴選択で冗長性を除去することで、点群特徴学習を言語支援する手法を提案。3Dセマンティックセグメンテーション等で高性能を達成。
- UniQuadric: 未知の剛体物体の3D追跡と軽量モデリングのためのSLAMバックエンドSLAM/物体追跡2023/9/1
SAMとDeAOTを活用した物体追跡と、物体中心の二次曲面パラメータ化を統合し、自己運動・物体運動・モデリングを同時最適化するSLAMバックエンドを提案した論文。
- 物体SLAMのための統合フレームワーク:データ関連付け・マッピング・高次タスク物体SLAM2023/5/1
物体ベースの知覚とロボットタスクに焦点を当て、複雑な状況下でのデータ関連付け、外れ値に頑健な物体モデリング、軽量な物体指向マップ、トポロジカルマップによるマルチマップマッチング、把持シナリオでの能動的探索を統合した物体SLAMフレームワークを提案。
- EDA: 3D視覚グラウンディングのための明示的テキスト分離と密なアラインメント3D視覚グラウンディング2022/9/1
文を属性ごとに明示的に分離し、細粒度の言語特徴と点群オブジェクトを密に対応付ける3D視覚グラウンディング手法を提案。物体名なしで対象を特定する新タスクも導入し、複数データセットで最高性能を達成した。
- CFP-SLAM: 粗密確率に基づく動的環境向けリアルタイム視覚SLAM視覚SLAM2022/2/1
物体検出と粗密な静的確率を組み合わせ、動的環境でもカメラ位置推定精度とリアルタイム性を両立させた視覚SLAM手法を提案した論文。
- 物体SLAMに基づく能動的マッピングとロボット把持物体SLAM2020/12/1
物体SLAMと多物体姿勢推定を統合し、対象物体の不確実性を減らす探索戦略で高精度な物体マップを自律生成、把持・配置タスクで有効性を示した研究。
- EAO-SLAM:アンサンブルデータ関連付けに基づく単眼半高密度物体SLAM物体SLAM2020/4/1
パラメトリックとノンパラメトリックな統計検定を統合したアンサンブルデータ関連付け手法とロバストな物体姿勢推定を提案し、単眼カメラで半高密度な物体指向マップを生成するSLAMシステムを構築した論文。
