Yi Zhou
Hunan University
収録論文 34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
- 球面バンドル調整ガイド付き教師なし深度学習によるスケール整合単眼魚眼ビジュアルオドメトリビジュアルオドメトリ2026/11/9
魚眼カメラの単眼ビジュアルオドメトリにおいて、球面バンドル調整を教師なし深度学習に組み込み、スケールドリフトを抑えて深度推定精度とスケール整合性を向上させるフレームワークを提案した。
- PWM符号化マーカーを用いたイベントカメラによるLED追跡と姿勢推定イベントカメラ/姿勢推定2026/11/5
PWM符号化したLEDマーカーをイベントカメラで追跡し、高速動作やHDR照明下でも6自由度相対姿勢をリアルタイム推定する枠組みを提案した。
- StateMem: VLAポリシーのための単一状態残差メモリと適応推論VLA2026/9/19
予測誤差で更新する単一のメモリトークンとキャッシュ再利用の適応制御により、履歴情報を保持しつつ計算を削減するVLAポリシーを提案。
- CoRef-GS: マルチエージェント協調型参照3DガウシアンスプラッティングVLA2026/9/17
複数ロボットが各自構築した3Dガウシアンマップを統合し、言語クエリで対象物を特定する協調型シーン理解フレームワークを提案。
- CLIPとDINOを活用した不確実性を考慮したカスケード融合ネットワークによる汎用的なディープフェイク画像検出画像検出2026/9/7
CLIPとDINOの特徴を階層的に融合し、エントロピーに基づく不確実性で重み付けすることで、未知のディープフェイクに対する汎化性能を高めた検出ネットワークUCF-Netを提案した。
- OrthoSkillVLA: 勾配情報に基づくスキル部分空間適応による継続的スキル学習VLA/継続学習2026/8/20
事前学習済みのVLAモデルを複数のスキルに順次適応させる際に生じる破滅的忘却を防ぐため、VLMとActionHeadに別々の部分空間制約を課し、出力層には軽量なMoEデコーダを導入するパラメータ効率的な継続学習フレームワークを提案した。
- FastDSAC: 制約付き探索によるポリシー可塑性の向上とスケーラブルな人型ロコモーション歩行2026/6/1
並列サンプリング環境での強化学習の安定性とポリシー可塑性を向上させるため、切断ガウス分布を用いた行動制約を導入したDistributional Actor-Criticの高速版FastDSACを提案した。
- RiskFlow: 高速かつ忠実な安全臨界交通シナリオ生成自動運転/シナリオ生成2026/6/1
自動運転システムの評価に必要な安全臨界シナリオを、反復的ノイズ除去を避け、単一の順伝播で生成する新しいフレームワークを提案した論文。
- 共に見る:マルチモーダル大規模言語モデルによる多ロボット協調的自我中心空間推論群制御2026/5/18
複数の移動ロボットの同期した一人称視点ビデオを統合し、空間・時間・可視性・協調に関する質問に答える多ロボット協調動的空間推論の課題を研究。新ベンチマークCoopSRとデータセットEgoTeamを構築し、提案手法SP-CoRが既存MLLMを上回る性能を示した。
- InvariantCloud: ロバストな6自由度触覚ポーズ追跡のための大域不変・一意インデックス点群フレームワーク触覚2026/5/1
視覚ベース触覚センサの表面マーカー配置の大域不変性を利用し、累積ドリフトを抑えつつヨー回転推定を高精度化する6自由度ポーズ推定フレームワークを提案した。
- 高速機動のためのイベントベースSLAMベンチマークSLAM2026/4/1
イベントカメラを用いた高速機動下での状態推定手法の限界を分析し、多様なプラットフォームと照明条件を含む新しいベンチマークフレームワークEvSLAMを提案した。
- イベント強化型視覚自律認識のための深層表現学習に向けて:eAPデータセットデータセット2026/3/1
イベントカメラを用いた自律運転認識のための大規模データセットeAPを構築し、3D車両検出や衝突時間推定タスクでの有効性を示した。
- LEAR: エッジ認識表現学習によるイベントカメラ-LiDAR位置推定位置推定2026/3/1
イベントカメラとLiDAR点群の位置合わせを、エッジ構造と深度フローを同時推定するデュアルタスク学習で解決する手法を提案。
- ProbeFlow: 学習不要の適応型フローマッチングによる視覚言語行動モデルの高速化VLA/行動生成/推論高速化2026/3/1
VLAモデルの行動生成に用いるフローマッチングの推論遅延を、軌道の複雑さに応じて積分ステップ数を動的に調整する学習不要のフレームワークで削減し、実機でも安定した高速動作を実現した。
- イベントカメラの法線フローを用いたリアルタイム動作セグメンテーションイベントカメラ/動作セグメンテーション2026/2/1
イベントカメラの法線フローを中間表現として用い、グラフカットによるエネルギー最小化で動作セグメンテーションをリアルタイムに実行するフレームワークを提案した。
- 3Dビジョンのための大域ソルバーの進展3Dビジョン最適化2026/2/1
3Dビジョンにおける非凸幾何最適化を証明可能な解で解く大域ソルバー(BnB・凸緩和・GNC)を初めて体系的にサーベイし、10の視覚タスクを通じて最適性・頑健性・スケーラビリティのトレードオフと今後の方向性を示した。
- DST-Calib: 二重経路・自己教師あり・ターゲット不要のLiDAR-カメラ外部キャリブレーションネットワークキャリブレーション2026/1/1
LiDARとカメラの外部キャリブレーションを、専用ターゲットや高精度正解ラベルなしでオンライン実行できる自己教師ありネットワークを提案。両側データ拡張と差分マップ構築により、汎化性能と精度を向上させた。
- ステレオイベントカメラのための深層視覚オドメトリ視覚オドメトリ2025/9/1
イベントカメラのステレオ視覚オドメトリにおいて、深層学習と静的ステレオ対応戦略を組み合わせ、リアルタイムで高精度な姿勢推定を実現した。
- イベントカメラを含むマルチセンサシステムのための時間・回転キャリブレーションキャリブレーション2025/8/1
イベントカメラと他センサ間の時間オフセットと回転外部パラメータを、専用ターゲットなしで運動から推定するキャリブレーション手法を提案。
- EvTTC: 衝突時間推定のためのイベントカメラデータセットイベントカメラ/データセット2024/12/1
高相対速度での衝突時間推定に向け、イベントカメラ・通常カメラ・LiDAR・GNSS/INSを備えた初のマルチセンサデータセットを構築し、小型検証台も提供した。
- 自動運転における動画生成と世界モデルの相互作用の探求:サーベイ自動運転/世界モデル2024/11/1
自動運転における世界モデルと動画生成技術の関係を調査し、拡散モデルを中心とした構造的類似性や評価指標、課題と今後の研究方向を整理したサーベイ論文。
- ESVO2: ステレオイベントカメラによる直接視覚慣性オドメトリ視覚慣性オドメトリ2024/10/1
イベントカメラとIMUを組み合わせ、直接法で高精度なステレオ視覚慣性オドメトリを実現した研究。
- あなたのHDマップ構築はセンサー劣化に耐えられるか?自動運転/HDマップ/ロバスト性2024/6/1
カメラやLiDARの29種類のセンサー劣化に対するHDマップ構築手法の頑健性を評価する初のベンチマークMapBenchを提案し、31手法を評価して性能低下を明らかにした。
- RoboDriveチャレンジ:あらゆる条件でいつでもどこでも走行する自動運転知覚2024/5/1
悪天候やセンサ故障など想定外の状況でも頑健に知覚できる自動運転技術を競う2024年RoboDriveチャレンジの報告で、BEV検出や地図セグメンテーションなど4タスクで140チームが参加した。
- IMU支援によるイベントベースステレオ視覚オドメトリ視覚オドメトリ2024/5/1
イベントカメラとジャイロスコープを組み合わせ、エッジピクセルの動的サンプリングと時間的・静的ステレオの統合により、マッピングの効率と精度を向上させた視覚オドメトリ手法を提案。
- マルチモーダルUAV検出・分類・追跡アルゴリズム:CVPR 2024 UG2チャレンジ技術報告UAV追跡2024/5/1
複数のセンサ情報を統合し、悪天候下でもドローンの検出・分類・3D追跡を高精度に行う手法を提案し、CVPR 2024のUAV追跡・姿勢推定チャレンジで優勝した。
- イベントベース視覚慣性速度計視覚慣性オドメトリ2023/11/1
イベントカメラとIMUを連続時間で融合し、地図構築なしで瞬間並進速度を推定する手法を提案。
- 一様Bスプラインのチュートリアル軌道生成2023/9/1
一様Bスプラインとその行列表現に関する基本概念を解説したチュートリアル論文。
- 全方位車載イベントカメラの時空間キャリブレーションキャリブレーション2023/7/1
全方位車両に搭載したイベントカメラと車輪オドメトリの速度推定値を用いて、時間オフセットと外部回転を同時にキャリブレーションする手法を提案。
- カスケード二段階マルチモデルフィッティングによるイベントカメラの動きセグメンテーションイベントカメラ/動きセグメンテーション2021/11/1
単眼イベントカメラで独立に動く物体を識別するため、イベント特徴の追跡と時空間グラフカットを組み合わせた二段階のマルチモデルフィッティング手法を提案した論文。
- Canny-VO: 幾何学的3D-2Dエッジアライメントに基づくRGB-Dカメラのビジュアルオドメトリビジュアルオドメトリ2020/12/1
Cannyエッジ特徴を3D-2Dで位置合わせするRGB-Dビジュアルオドメトリを提案し、近似最近傍場と方向付き最近傍場で高効率・高精度化を実現した。
- 触覚テクスチャ認識のための時空間アテンションモデル触覚2020/8/1
触覚画像の空間的な注目領域と触覚系列の時間的相関の両方に着目する時空間アテンションモデルを提案し、布地テクスチャ100種の識別で認識精度を最大18.8%向上させた。
- イベントカメラによるステレオ視覚オドメトリ視覚オドメトリ2020/7/1
ステレオイベントカメラのデータから、追跡とマッピングを並列に行う実時間視覚オドメトリ手法を提案し、高速・高ダイナミックレンジ環境での有効性を示した。
- ステレオイベントカメラによる半密3D再構成3D再構成2018/7/1
ステレオイベントカメラの両眼イベントの時空間一貫性を利用したエネルギー最適化と確率的深度融合により、テクスチャ豊富な場面から疎な場面まで対応する半密な3D再構成手法を提案した。
