Zetao Chen
収録論文 8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
- 慣性・非慣性座標系に対応する視覚慣性オドメトリVIO2026/11/10
カメラとIMUの観測が慣性系で一致するという従来の前提が崩れる非慣性環境に対応するため、計測の一貫性に応じて融合を適応させるVIO手法NIF-VIOを提案した。
- 拡張現実における高精度SLAMベンチマークのための時空間キャリブレーションと正解推定SLAM2025/12/1
XR向けSLAM評価の精度を高めるため、IMUを併用してモーションキャプチャのジッタを補償し、時空間キャリブレーションと正解軌道推定を同時に行う連続時間最尤推定法を提案した。
- MoCap2GT: モーションキャプチャとIMUの融合によるSLAMベンチマーク用高精度正解軌道推定器SLAM2025/7/1
モーションキャプチャとIMUを統合最適化し、SLAM評価用の高精度な正解軌道を生成する手法を提案。既存手法を上回る精度を実現。
- 視覚(慣性)オドメトリ評価における軌道アライメントのための時空間ハンドアイキャリブレーションキャリブレーション2024/4/1
視覚(慣性)オドメトリの評価で軌道を正解データに合わせる際、ノイズやドリフトに強い新しい時空間ハンドアイキャリブレーション手法を提案し、従来法より高精度で頑健であることを示した。
- 軽量CNNによる視点・見た目変化に頑健な視覚的場所認識視覚的場所認識2018/11/1
軽量な畳み込みニューラルネットワークを用いて、大きな視点変化や見た目の変化があっても高精度かつ低計算コストで場所を認識する手法を提案した論文。
- WeedMap: マルチスペクトル空撮と深層学習による大規模雑草マッピング精密農業/セグメンテーション2018/8/1
UAVのマルチスペクトル画像をタイル分割してDNNで処理し、解像度損失や位置ずれを避けつつ高精度な作物・雑草のセグメンテーション地図を生成する枠組みを提案した。
- マルチスペクトル画像とMAVによる密な雑草分類農業ロボティクス2017/9/1
ドローン搭載のマルチスペクトルカメラ画像からSegNetで作物と雑草を画素単位で分類し、Jetson TX2上で動作させた研究。
- 大規模学習による視覚的場所認識のための深層学習特徴量視覚的場所認識2017/1/1
場所認識タスク専用に大規模CNNを学習し、多スケール特徴符号化で環境・視点変化に頑健な特徴を生成。数千地点の外観変化を含む大規模データセットSPEDを構築し、ベンチマークで平均10%の性能向上を達成した。
