Yaoyu Hu
収録論文 18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
- SyNeT: 走行可能性学習のための合成ネガティブサンプル走行可能性推定2026/2/1
走行不可能な領域を人工的に生成して学習に組み込み、屋外環境での走行可能性推定の精度と汎化性能を向上させる手法を提案した。
- UFM: フローとマッチングを統合するシンプルな密対応モデル密対応2025/6/1
広基線マッチングとオプティカルフローを単一のTransformerで統合学習し、両タスクで専門手法を上回る精度と速度を実現した。
- ViSafe: 高速衝突回避のための視覚ベース安全システムの実証衝突回避2025/5/1
視覚のみで動作する高速空中衝突回避システムViSafeを提案し、学習ベースのエッジAIと制御バリア関数を組み合わせて、時速144kmの実機テストで安全性を実証した。
- Eagerモードでのバンドル調整SLAM2024/9/1
PyTorchに統合したEagerモードのバンドル調整ライブラリを提案し、スパース性を考慮した自動微分とGPU演算で従来比最大23倍の高速化を実現した。
- FIReStereo: 視界不良環境におけるUAS深度知覚のための森林赤外ステレオデータセットステレオ深度推定2024/9/1
煙・雨・夜間など視界が悪い環境でも使えるよう、熱赤外ステレオカメラとLiDAR・IMUで都市・森林を撮影した大規模データセットを構築し、代表的なステレオ深度推定手法を評価した。
- 魚眼画像を用いた適応型軽量全方位ステレオ視のための幾何情報に基づく距離候補選択全方位ステレオ/距離推定2024/5/1
魚眼カメラの全方位ステレオ距離推定において、幾何情報を利用して距離候補を絞り込み、計算コストを削減しつつ精度を向上させる手法を提案した。
- FoundLoc: 実環境におけるビジョンベースの機上UAV自己位置推定自己位置推定2023/10/1
GNSSが使えない環境で、下向きカメラとIMU、既存の衛星画像のみを用い、基盤モデルを活用したVIOとVPRを組み合わせてUAVの自己位置を推定する手法を開発した。初期姿勢の仮定なしで平均20m以内、最小1m未満の精度を実現した。
- PyPose v0.6: ロボティクス向け命令型プログラミングインターフェースロボット学習ライブラリ2023/9/1
ロボット学習のためのオープンソースライブラリPyPoseの設計原則を解説し、Dubinsカーと実機四足歩行ロボットの例でその使いやすさを示した。
- TartanCalib: 適応的サブピクセル精緻化を用いた広角レンズの反復キャリブレーションキャリブレーション2022/10/1
広角レンズの歪みに対応するため、中間カメラモデルを活用して特徴検出とカメラパラメータを反復的に改善するキャリブレーション手法を提案し、再投影誤差の低減と特徴検出数の増加を実現した。
- PyPose: 物理ベース最適化を統合したロボット学習ライブラリロボット学習ライブラリ2022/9/1
深層学習と物理ベース最適化を組み合わせたPyTorchベースのロボット学習ライブラリPyPoseを提案し、SLAMや計画、制御などへの応用例を示した。
- ステレオカメラ・熱カメラ・レーザセンサのターゲットレス外部キャリブレーションキャリブレーション2021/9/1
ステレオカメラ・熱カメラ・レーザセンサ間の外部パラメータを、専用ターゲットや人手なしで一度に推定するキャリブレーション手法を提案した論文。
- 分解二次曲面による幾何プリミティブの統一表現とグラフSLAM最適化SLAM2021/8/1
点・線・平面・楕円体・円柱・円錐を二次曲面で統一的に表現し、対称性や退化性を明示する分解モデルを導入してグラフSLAMの因子を定式化した論文。
- オクルージョン対応リカレントステレオマッチングによる4K画像の視差推定ステレオマッチング2021/3/1
低視差範囲の画像のみで学習しながら、残差更新とリファインメントにより4K解像度・大視差のステレオマッチングを限られたGPUメモリで実現した手法ORStereoを提案。
- TartanVO:汎化可能な学習ベース視覚オドメトリ視覚オドメトリ2020/11/1
多様な合成データで学習し、カメラ内部パラメータとスケール不変損失を組み込むことで、実世界データセットにも汎化する学習ベース視覚オドメトリを実現した論文。
- TartanAir:視覚SLAMの限界に挑むデータセット視覚SLAM2020/3/1
移動物体や天候変化を含むフォトリアルなシミュレーション環境で、ステレオ画像・深度・セグメンテーション・LiDARなどの多モーダルデータと正確な正解ラベルを大規模に収集した視覚SLAM向けベンチマークデータセットを構築した。
- 深層学習支援による高解像度ステレオ深度再構成ステレオビジョン2019/12/1
学習ベースの不確実性付き初期視差予測で非学習ステレオマッチングを誘導し、高解像度画像の高精度3D再構成を低計算コストで実現した。
- LiDARで強化したStructure-from-MotionSLAM2019/11/1
回転LiDARとステレオカメラを併用し、画像間の誤マッチングを抑えて大規模環境でも高精度にセンサ運動を推定するSfMパイプラインを提案した。
- LiDARとカメラの融合による高精度な高密度3D再構成のための統合最適化手法センサフュージョン2019/7/1
LiDARとカメラのデータを統合的に最適化し、バンドル調整とクラウド位置合わせを同時に解くことで、高密度かつ高精度な3Dモデルを構築するオフライン手法を提案した。
