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

当研究室の長谷山教授が、日本経済新聞社会主催の北海道印刷50周年を記念したシンポジウムに登壇しました!ニトリホールディングス代表取締役会長の似鳥昭雄氏とともに未来の北海道のあり方について議論を行いました。また、鈴木直道北海道知事からもビデオメッセージが寄せられました。

尚、本シンポジウムの模様は9月11日放送の「けいナビ」にて放送される予定です。
https://www.nikkei.com/article/DGXZQOFC2787H0X20C21A8000000/

(01) Guang Li, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Triplet Self-Supervised Learning for Gastritis Detection with Scarce Annotations”
(02) Saya Takada, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Estimating Imagined Images from fMRI Activities via Visual Question Answering”
(03) Yaozong Gan, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Multi-Class Similar Scene Retrieval in Soccer Videos: A Scene Confusion Reduction Method Based on Combination of Long and Short Frame Sequences”
(04) Yingrui Ye, Yuya Moroto, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Visual Sentiment Prediction Using Few-Shot Learning via Distribution Relations of Visual Features”
(05) Masaki Yoshida, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Detection of Off-Screen Sound Based on Loss Function of Self-Supervised Audio-Visual Spatialization”
(06) Jiahuan Zhang, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Defense Against Image Captioning Attacks via A Robust and Stable Recurrent Neural Network”
(07) Koshi Watanabe, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Movie Rating Estimation Based on Weakly Supervised Multi-Modal Latent Variable Model”
(08) Nozomu Onodera, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Graph Analysis-Based Recommendation via Entity Embeddings Using Wikipedia”
(09) Tsuyoshi Masuda, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Sports Action Detection Based on Self-Supervised Feature Learning and Object Detection”
(10) Yuto Watanabe, Ren Togo, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Text-Guided Image Manipulation for Desired Region Using Referring Image Segmentation”
(11) Kaito Hirasawa, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “A Trial of Fine-Grained Classification of Expert-Novice Level Using Bio-Signals While Inspecting Subway Tunnels”
(12) Shunya Ohaga, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Action Classification from Egocentric Videos Using Reinforcement Learning-Based Pose Estimation”
(13) Keigo Sakurai, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Listener Recommendation for Artist Based on Knowledge Graph and Reinforcement Learning”
(14) Taisei Hirakawa, Keisuke Maeda, Takahiro Ogawa, Satoshi Asamizu, Miki Haseyama, “Analysis of Social Trends Related to COVID-19 Pandemic Utilizing Social Media Data”
(15) Ziwen Lan, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Multi-Label Image Recognition Based on Multi-Modal Graph Convolutional Networks Using Captioning Features”

当研究室から投稿していたDisentanglementに関する研究成果が国際論文誌IEEE Access (Impact Factor 3.367)に採択されました.
Nao Nakagawa, Ren Togo, Takahiro Ogawa and Miki Haseyama, “Disentangled Representation Learning in Real-World Image Datasets via Image Segmentation Prior” IEEE Access, 2021.
https://ieeeaccess.ieee.org/

当研究室から投稿していたクロスモーダル画像検索に関する成果 (regular paper)が、マルチメディア解析分野のトップカンファレンス ACM International Conference on Multimedia 2021 (ACM MM 2021) にOral paper候補として採録されました!
– Rintaro Yanagi, Ren Togo, Takahiro Ogawa and Miki Haseyama, “Database-adaptive Re-ranking for Enhancing Cross-modal Image Retrieval,” ACM MM, 2021. (Accepted)
https://2021.acmmm.org/

当研究室と住友ゴム工業株式会社との共同研究成果であるタイヤの性能持続技術開発を加速させるAI技術『Tyre Leap AI Analysis』に基づく記事広告が,世界トップクラスの研究成果のデータベース「Nature Index」ウェブサイトの材料科学特集として掲載されました。

■「Nature Index」概要
2019 年に創刊 150 年をむかえた「Nature」は,世界で最も権威ある総合科学ジャーナルの一つです。「Nature Index」は,第一線で活躍している現役研究者が独自に厳選した高品質の研究成果を国・機関別にプロファイリングするデータベースです。世界トップクラスの研究成果及び共同研究のグローバルな指標となります。

◆Nature Index 記事ページ:https://www.nature.com/articles/d42473-021-00181-9
詳しくは掲載記事をご覧ください。
◆北海道大学プレスリリース
https://www.hokudai.ac.jp/news/pdf/210702_pr3.pdf
◆住友ゴム工業株式会社プレスリリース
https://www.srigroup.co.jp/newsrelease/2021/sri/2021_049.html
◆論文リンク
https://ieeexplore.ieee.org/abstract/document/8889738

映像情報メディア学会 丹羽高柳賞論文賞の賞状と盾が授与されました。
2020年にITE Transactions on Media Technology and Applicationsに掲載された以下の論文が受賞対象となります。
Tomoki Haruyama, Sho Takahashi, Takahiro Ogawa, Miki Haseyama: “Multimodal Important Scene Detection in Far-view Soccer Videos Based on Single Deep Neural Architecture,” ITE Transactions on Media Technology and Applications, vol. 8, no. 2, pp. 89-99 (2020)
https://www.jstage.jst.go.jp/article/mta/8/2/8_89/_article/-char/ja/

2021年6月16日の日本経済新聞に当研究室の記事「北海道大 情報科学研究院 AI活用でインフラ点検」が掲載されました。
当研究室の土木工学、医学等の異分野連携について広く紹介頂きました。

https://www.nikkei.com/article/DGXZQOFC2643M026052021000000/

(1) Yusuke Akamatsu, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama:”Classification of Expert-novice Level Using Eye Tracking and Motion Data via Conditional Multimodal Variational Autoencoder”
(2) Yun Liang, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama: “Cross-Domain Semi-Supervised Deep Metric Learning for Image Sentiment Analysis”
(3) Zongyao Li, Ren Togo, Takahiro Ogawa, Miki Haseyama: “Semantic-aware Unpaired Image-to-image Translation for Urban Scene Images”
(4) Takaaki Higashi, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama: “Estimation of Visual Features of Viewed Image from Individual and Shared Brain Information Based on fMRI Data Using Probabilistic Generative Model”
(5) Masanao Matsumoto, Keisuke Maeda, Naoki Saito, Takahiro Ogawa, Miki Haseyama: “Multi-modal Label Dequantized Gaussian Process Latent Variable Model for Ordinal Label Estimation”
(6) Kyohei Kamikawa, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama: “Feature Integration via Semi-supervised Ordinally Multi-modal Gaussian Process Latent Variable Model”
(7) Ryosuke Sawata, Takahiro Ogawa, Miki Haseyama: “Human-centered Favorite Music Classification Using EEG-based Individual Music Preference via Deep Time-series CCA”

https://2021.ieeeicassp.org/

2021年6月4日(金)に開催された電子情報通信学会 信号処理研究会・画像工学研究会・バイオメトリクス研究会、映像情報メディア学会 メディア工学研究会・情報センシング研究会 合同研究会にて、小川准教授が以下の招待講演を行いました。

「[招待講演]マルチメディアAI技術に基づく異分野融合研究と実社会応用」

https://www.ite.or.jp/ken/paper/20210604wAjc/

放送映像とSNSへのつぶやきの時間遅延を考慮した新たな相関分析理論に関する研究の成果が国際論文誌IEEE ACCESS (Impact Factor 3.745)に採択されました.
K. Hirasawa, K. Maeda, T. Ogawa and M. Haseyama, “Detection of Important Scenes in Baseball Videos via Bidirectional Time Lag Aware Deep Multiset Canonical Correlation Analysis,” IEEE ACCESS, 2021.

https://ieeeaccess.ieee.org/

Back to Top ↑