Shuhong Zheng

収録論文 5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

• 良いトークンの狩り方：視覚幾何学トランスフォーマーにおけるトークン選択の手引き
  3D再構成2026/5/1

  視覚幾何学トランスフォーマーの計算コストを削減するため、フレーム間・フレーム内の2段階でトークンを選択する手法を提案し、精度を保ちつつ85%以上の高速化を実現した。

• 追跡・修復・再スプラット：被写体駆動型3D/4D生成のための漸進的テクスチャ補完
  3D/4D生成2025/10/1

  既存の3D生成モデルが作った3Dアセットに対し、動画トラッキングで修正領域を特定し、被写体駆動型の2Dインペインティングで段階的に補完した後、再スプラッティングで3Dに戻すことで、特定被写体の同一性を保った3D/4D生成を実現する手法を提案。

• Diff-2-in-1：拡散モデルによる生成と高密度知覚の橋渡し
  拡散モデル2024/11/1

  拡散モデルの脱ノイズ過程を活用し、マルチモーダルデータ生成と高密度視覚知覚を同時に扱う統合フレームワークを提案。生成データを自己改善学習に用いることで、様々な知覚バックボーンの性能を向上させる。

• Lexicon3D: 複雑な3Dシーン理解のための視覚基盤モデルを探る
  3Dシーン理解2024/9/1

  画像・動画・3Dの視覚基盤モデル7種を4つの3Dシーン理解タスクで比較評価し、各モデルの強みと弱みを明らかにした研究。

• 3D-LLM: Injecting the 3D World into Large Language Models
  2023/7/1