文字サイズ

北海道大学 情報科学研究科 メディアダイナミクス研究室 Laboratory of Media Dynamics

NEWS

メディアダイナミクス研究室 小川准教授の以下の記事が、計測自動制御学会の「計測と制御」に掲載されました。

[リレー記事] 「FACE the future」《第17回》ヒューマンセントリックAIによる実社会データからの価値創出

2019年にITE Transactions on Media Technology and Applicationsに掲載された以下の論文が、映像情報メディア学会 丹羽高柳賞論文賞を受賞しました。

Takahiro Ogawa, Kento Sugata, Ren Togo, Miki Haseyama: “Multi-classifier Decision: Integration of Multiple Brain Activity-based Classifications”, ITE Transactions on Media Technology and Applications, vol.7, no.1, pp.36-44 (2019)

(1) Ren Togo, Takahiro Ogawa, Miki Haseyama, ‘MULTIMODAL IMAGE-TO-IMAGE TRANSLATION FOR GENERATION OF GASTRITIS IMAGES’

(2) Guang Li, Ren Togo, Takahiro Ogawa, Miki Haseyama, ‘SOFT-LABEL ANONYMOUS GASTRIC X-RAY IMAGE DISTILLATION’

(3) Zongyao Li, Ren Togo, Takahiro Ogawa, Miki Haseyama, ‘VARIATIONAL AUTOENCODER BASED UNSUPERVISED DOMAIN ADAPTATION FOR SEMANTIC SEGMENTATION’

(4) Rintaro Yanagi, Ren Togo, Takahiro Ogawa, Miki Haseyama, ‘IMAGE RETRIEVAL WITH LINGUAL AND VISUAL PARAPHRASING VIA GENERATIVE MODELS’

(5) Saya Takada, Ren Togo, Takahiro Ogawa, Miki Haseyama, ‘ESTIMATION OF VISUAL CONTENTS BASED ON QUESTION ANSWERING FROM HUMAN BRAIN ACTIVITY’

(6) Saya Takada, Ren Togo, Takahiro Ogawa, Miki Haseyama, ‘GENERATION OF VIEWED IMAGE CAPTIONS FROM HUMAN BRAIN ACTIVITY VIA UNSUPERVISED TEXT LATENT SPACE’

(7) Kaito Hirasawa, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, ‘IMPORTANT SCENE DETECTION OF BASEBALL VIDEOS VIA TIME-LAG AWARE DEEP MULTISET CANONICAL CORRELATION MAXIMIZATION’

(8) Keisuke Maeda, Sho Takahashi, Takahiro Ogawa, Miki Haseyama, ‘FEATURE INTEGRATION VIA GEOMETRICAL SUPERVISED MULTI-VIEW MULTI-LABEL CANONICAL CORRELATION FOR INCOMPLETE LABEL ASSIGNMENT’

クロスモーダル検索に関する論文が、国際論文誌IEEE Accessに採録されました.

R. Yanagi, R. Togo, T. Ogawa, M. Haseyama, “Enhancing Cross-modal Retrieval Based on Modality-specific and Embedding Spaces” IEEE Access, 2020. (accepted for publication)
https://ieeeaccess.ieee.org/

当研究室から投稿していた以下のスポーツAIに関する研究が査読付論文誌ITE Transactions on Media Technology and Applicationsに採録されました。

Genki Suzuki, Sho Takahashi, Takahiro Ogawa, Miki Haseyama: “A Method for Player Importance Prediction from Player Network Using Gaze Position Estimated by LSTM,” ITE Transactions on Media Technology and Applications (Accepted for publication)

本研究は、博士後期課程 鈴木君が実施し、北海道大学 数理・データサイエンス教育研究センターで公開されたYoutube動画において紹介された内容です。
https://www.youtube.com/watch?v=y8matpU7R44

The 2020 IEEE International Conference on Consumer Electronics-Taiwan (ICCE-TW)に当研究室から投稿していた以下の4件の論文が採択されました。

(1) Kaito Hirasawa, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Important Scene Detection Based on Anomaly Detection using Long Short-Term Memory for Baseball Highlight Generation”

(2) Yuya Moroto, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Estimation of Person-Specific Visual Attention via Selection of Similar Persons”

(3) Rintaro Yanagi, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Image Retrieval with Data Augmentation of Sentence Labels Based on Paraphrasing”

(4) Genki Suzuki, Sho Takahashi, Takahiro Ogawa, Miki Haseyama, “An Estimation Method of Candidate Region for Superimposing Information Based on Gaze Tracking Data in Soccer Videos”

2020年7月6日~10日にイギリス ロンドンで開催 IEEE International Conference on Multimedia and Expo Workshop of Artificial Intelligence in Sports (AI-Sports) に当研究室から以下の1件の論文が採択されました。

(1)
Kaito Hirasawa, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama
‘Mvgan Maximizing Time-lag Aware Canonical Correlation for Baseball Highlight Generation’

当研究室で研究を進めているユーザ評価を反映した昆虫画像の検索に関する以下の論文が、ITE Transactions on Media Technology and Applicationsに採録されました!

Keisuke Maeda, Susumu Genma, Takahiro Ogawa, Miki Haseyama: “Image Retrieval Based on Supervised Local Regression and Global Alignment with Relevance Feedback for Insect Identification,” ITE Transactions on Media Technology and Applications (Accepted for publication)

当研究室で研究を進めている視線+深層学習に基づく注視領域推定に関する研究成果がSensors (Impact Factor 3.031)に採録されました。

Yuya Moroto, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama: “Few-shot Personalized Saliency Prediction Based on Adaptive Image Selection Considering Object and Visual Attention,” Sensors (Accepted for publication)

当研究室で研究を進めている視線+深層学習に基づく感情分析に関する研究成果がSensors (Impact Factor 3.031)に採録されました。

Yuya Moroto, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama: “Tensor-Based Emotional Category Classification via Visual Attention-Based Heterogeneous CNN Feature Fusion,” Sensors (Accepted for publication)

Back to Top ↑