Vivienne Sze

収録論文 10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

• G²SR: 高速かつメモリ効率的なガウスベース表面再構成のための幾何学的手法
  3D再構成2026/7/1

  少数視点のRGB画像から表面を再構成する際、2Dガウススプラットの対応関係を軽量ニューラルネットで検出・追跡し、多視点幾何で解析的に3Dスプラットへ変換する手法を提案。従来のエンドツーエンド法より高速でメモリ効率が良く、幾何精度も同等以上。

• UfM*: ガウス分布を用いたDNN深度推定のためのモーションからの不確実性
  深度推定/不確実性推定2026/5/1

  単眼深度推定の不確実性を、複数視点の不一致をガウス混合モデルで効率的に測定することで推定する手法を提案。1回の推論で済み、計算・メモリ効率が高く、ロボットへの実装も可能。

• Gleanmer: リアルタイム3Dガウス占有マッピング用6mW SoC
  エッジAI/ハードウェアアクセラレータ2026/3/1

  エッジ向けの高精細3D占有マップ構築を低消費電力で実現するため、ガウス分布を用いたマップ表現に特化したアクセラレータを備えたSoCを設計・実装した。アルゴリズムとハードウェアの協調最適化により、マップ構築・クエリのエネルギーを最大63%・81%削減し、16nm CMOSで6mW以下でリアルタイム動作を達成した。

• DecTrain: 単眼深度DNNをオンラインでいつ訓練するかの判断
  オンライン学習/単眼深度推定2024/10/1

  単眼深度推定DNNのオンライン自己教師あり学習において、訓練すべきタイミングを精度向上予測と計算コストの比較で判断し、平均44%の時間だけで全時刻訓練と同等の精度を維持する手法を提案。

• GEVO: ガウス分布を用いたメモリ効率の良い単眼視覚オドメトリ
  SLAM2024/9/1

  単眼カメラによる3Dシーン再構成において、過去の画像を保存せず既存の地図からレンダリングすることでメモリ使用量を大幅に削減したガウススプラッティングベースのSLAMフレームワークを提案。

• GMMap: Memory-Efficient Continuous Occupancy Map Using Gaussian Mixture Model
  2023/6/1
• Efficient Computation of Map-scale Continuous Mutual Information on Chip in Real Time
  2022/10/1
• FSMI: Fast computation of Shannon Mutual Information for information-theoretic mapping
  2019/5/1
• FastDepth: Fast Monocular Depth Estimation on Embedded Systems
  2019/3/1
• Navion: A 2mW Fully Integrated Real-Time Visual-Inertial Odometry Accelerator for Autonomous Navigation of Nano Drones
  2018/9/1