Clinton Fookes

収録論文 17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

• M3GA-Wild: 森林におけるマルチモーダル・マルチセッションの地上-空中位置認識のための大規模データセットとベンチマーク
  位置認識2026/9/19

  森林での地上-空中位置認識のための、RGB画像とLiDARを同期した大規模データセットとベンチマークを構築し、視覚・LiDAR・クロスモーダル手法を評価した。

• TOLiD: 視覚基盤モデルからLiDAR事前学習へのアーキテクチャギャップをトークンリフティング蒸留で橋渡しする手法
  自己教師あり学習/3D認識2026/7/1

  視覚基盤モデル(VFM)の特徴をLiDARバックボーンへ蒸留する自己教師あり事前学習法TOLiDを提案。点群をパッチトークン化し、トークン単位の蒸留と可視性マスクでモダリティ・アーキテクチャのギャップを解消する。

• 環境認識型の長期間船舶軌道予測のための階層的二段階フレームワーク
  軌道予測2026/5/1

  船舶の長期間軌道予測を、粗い長期予測とセルベースの短期予測を階層的に融合し、海流・風・波などの環境情報を組み込むことで高精度化した。

• HOTFLoc++：森林環境における階層的LiDAR位置認識・再ランキング・6自由度メートル法ローカリゼーションのエンドツーエンドフレームワーク
  位置認識・ローカリゼーション2025/11/1

  森林や都市環境でのLiDAR位置認識・再ランキング・6自由度位置推定を統合した階層的フレームワークを提案し、オクツリーベースのトランスフォーマーと学習可能なマルチスケール幾何検証により、高精度かつ高速なローカリゼーションを実現した。

• HOTFormerLoc: 地上・空中ビューに対応する階層的オクトリーTransformerによるLiDAR位置認識
  位置認識2025/3/1

  オクトリー構造のマルチスケール注意機構と円筒型注意窓を用いたTransformerで、地上・空中LiDAR間の大規模3D位置認識を高精度化し、森林向けの新ベンチマークCS-Wild-Placesも提案した論文。

• 森林環境における意味論誘導型再位置推定とクロスビュー因子グラフ最適化によるオンライン6DoFグローバル位置推定
  位置推定2024/9/1

  森林でGPSが使えない環境でも、空中写真と地上の情報を因子グラフで統合し、木の幹などの構造に注目する学習で地上ロボットの6DoFグローバル位置姿勢をオンライン推定する手法を提案した。

• Point-PNG: 点群事前学習のための条件付き擬似ネガティブ生成
  点群事前学習2024/9/1

  点群の自己教師あり学習において、変換に敏感な表現を学習するため、潜在空間で条件付き擬似ネガティブを生成するフレームワークを提案。

• WildScenes: A Benchmark for 2D and 3D Semantic Segmentation in Large-scale Natural Environments
  2023/12/1
• Wild-Places: A Large-Scale Dataset for Lidar Place Recognition in Unstructured Natural Environments
  2022/11/1
• Spectral Geometric Verification: Re-Ranking Point Cloud Retrieval for Metric Localization
  2022/10/1
• LoGG3D-Net: Locally Guided Global Descriptor Learning for 3D Place Recognition
  2021/9/1
• Locus: LiDAR-based Place Recognition using Spatiotemporal Higher-Order Pooling
  2020/11/1
• Elasticity Meets Continuous-Time: Map-Centric Dense 3D LiDAR SLAM
  2020/8/1
• Spatiotemporal Camera-LiDAR Calibration: A Targetless and Structureless Approach
  2020/1/1
• Robust Photogeometric Localization over Time for Map-Centric Loop Closure
  2019/1/1
• Elastic LiDAR Fusion: Dense Map-Centric Continuous-Time SLAM
  2017/11/1
• Probabilistic Surfel Fusion for Dense LiDAR Mapping
  2017/9/1