NAOKI OGAWA 小川 直輝

  • TOP
  • 小川 直輝

小川 直輝 Naoki Ogawa

機械学習技術を応用したインフラ施設の維持管理支援に関する研究に従事．
IEEE Graduate Student Member．工学士（情報科学）, 情報科学修士．
E-mail: naoki [at] lmd.ist.hokudai.ac.jp
経歴 職歴 論文誌 国際会議 国内学会 講演 受賞

経歴

  • 2016年4月-2020年3月 北海道大学 工学部
  • 2020年4月-2022年3月 北海道大学大学院情報科学院 修士課程
  • 2021年4月-2023年3月 似鳥国際奨学財団 北海道ITみらい人材奨学生
  • 2022年4月-現在 北海道大学大学院情報科学院 博士後期課程
  • 2022年4月-現在 日本学術振興会 特別研究員DC1

職歴

非常勤講師

2022年度

  • 北海学園大学 工学部「計算機実習Ⅲ」

ティーチングアシスタント・ティーチングフェロー

2020年度

  • 北海道大学 工学部専門科目「メディアネットワーク実験IA, IIA」（前期・後期）
  • 北海道大学 工学部専門科目「メディアネットワーク演習II」（前期・後期）
  • 北海道地区国立大学教養教育連携授業（後期）

2021年度

  • 北海道大学 全学教育科目「ロボットは感情を持つか？」（前期）
  • 北海道大学 工学部専門科目「メディアネットワーク実験IA, IIA」（前期・後期）
  • 北海道大学 工学部専門科目「メディアネットワーク演習I, II」（前期・後期）
  • 北海道地区国立大学教養教育連携授業（後期）

2022年度

  • 北海道大学 全学教育科目「ロボットは感情を持つか？」（前期）
  • 北海道大学 工学部専門科目「メディアネットワーク実験IA, IIA」（前期・後期）
  • 北海道大学 工学部専門科目「メディアネットワーク演習I, II」（前期・後期）
  • 北海道地区国立大学教養教育連携授業（前期・後期）

リサーチアシスタント

2022年度

  • データ関連人材育成プログラム (D-DRIVE) に関わる研究補助 (前期)

イベントアシスタント

2019年度

  • 第一回「KDDI財団共催北海道大学中学生へのデータサイエンス普及事業実行委員会主催のAIとデータサイエンスを知って親しむ講義×体験イベント2019(7月27日)」
  • 第二回「KDDI財団共催北海道大学中学生へのデータサイエンス普及事業実行委員会主催のAIとデータサイエンスを知って親しむ講義×体験イベント2019(12月21日)」

研究業績

論文誌

  • K. Maeda, N. Ogawa, T. Ogawa, and M. Haseyama, “Damage level classification considering both correlation between image and text data and confidence of attention map,” Computer-Aided Civil and Infrastructure Engineering, 2024. [paper]
  • Y. Watanabe, N. Ogawa, K. Maeda, T. Ogawa, M. Haseyama, “Automatic findings generation for distress images using in-context few-shot learning of visual language model based on image similarity and text diversity,” Journal of Robotics and Mechatronics, vol. 36, no. 2, pp. 353-364, 2024. [paper]
  • 小川 直輝, 前田 圭介, 小川 貴弘, 長谷山 美紀, “社会インフラ点検時の変状画像を対象とした変状種と劣化レベルのマルチタスク分類,” 土木学会 AI・データサイエンス論文集, vol. 4, no. 3, pp. 807-814, 2023. [paper]
  • 小川 直輝, 前田 圭介, 小川 貴弘, 長谷山 美紀, “セマンティックセグメンテーションに基づく道路走行中の車載映像を用いた枯損木の検出,” 土木学会 AI・データサイエンス論文集, vol. 4, no. 3, pp. 686-693, 2023. [paper]
  • 渡部 航史, 小川 直輝, 前田 圭介, 小川 貴弘, 長谷山 美紀, “Attention-based Multiple Instance Learningに基づく背景の多様性に頑健な道路附属物の異状判定,” 土木学会 AI・データサイエンス論文集, vol. 4, no. 3, pp. 482-489, 2023. [paper]
  • 渡邉 優宇人, 小川 直輝, 前田 圭介, 小川 貴弘, 長谷山 美紀, “Visual language modelを用いた変状画像に対する所見の自動生成－類似画像検索によるFew-shot learningの導入－,” 土木学会 AI・データサイエンス論文集, vol. 4, no. 3, pp. 223-232, 2023. [paper]
  • 東 孝明, 小川 直輝, 前田 圭介, 小川 貴弘, 長谷山 美紀, “データ横断型対照学習を用いた道路構造物における変状画像の劣化レベル分類,” 土木学会 AI・データサイエンス論文集, vol. 4, no. 2, pp. 44-57, 2023. [paper]
  • T. Higashi, N. Ogawa, K. Maeda, T. Ogawa, and M. Haseyama, “Estimation of degradation degree in road infrastructure based on multimodal ABN using contrastive learning,” Sensors, vol. 23, no. 3, 1657, 2023. [paper]
  • 小川 直輝, 前田 圭介, 小川 貴弘, 長谷山 美紀, ”異種特徴間の相関およびAttention Mapの確信度を考慮可能な変状画像の劣化レベル分類,” 土木学会 AI・データサイエンス論文集, vol. 3, no. J2, pp. 704-713, 2022. [paper]
  • N. Ogawa, K. Maeda, T. Ogawa, and M. Haseyama, “Deterioration level estimation based on convolutional neural network using confidence-aware attention mechanism for infrastructure inspection,” Sensors, vol. 22, no. 1, 382, 2022. [paper]
  • K. Maeda, N. Ogawa, T. Ogawa, and M. Haseyama, “Reliable estimation of deterioration levels via late fusion using multi-view distress images for practical inspection,” Journal of Imaging, vol. 7, no. 12, 273, 2021. [paper]
  • N. Ogawa, K. Maeda, T. Ogawa, and M. Haseyama, “Distress image retrieval for infrastructure maintenance via self-trained deep metric learning using experts’ knowledge,” IEEE Access, vol. 9, pp. 65234-65245, 2021. [paper]

国際会議

  • Y. Moroto, R. Yanagi, N. Ogawa, K. Kamikawa, K. Sakurai, R. Togo, K. Maeda, T. Ogawa, and M. Haseyama: “Personalized Content Recommender System via Non-verbal Interaction Using Face Mesh and Facial Expression,” in Proceedings of ACM International Conference on Multimedia (ACM MM), Demos and Videos Track, pp. 9399-9401, 2023.
  • 〇N. Ogawa, K. Maeda, T. Ogawa, and M. Haseyama, “Correlation-aware attention branch network using multi-modal data for deterioration level estimation of infrastructures,” in Proceedings of  IEEE International Conference on Image Processing (ICIP), pp. 1014-1018, 2021.
  • 〇N. Ogawa, K. Maeda, T. Ogawa, and M. Haseyama, “Degradation level estimation of road structures via attention branch network with text data,” in Proceedings of  IEEE International Conference on Consumer Electronics – Taiwan (ICCE-TW), pp. 1-2, 2021.
  • 〇N. Ogawa, K. Maeda, T. Ogawa, and M. Haseyama, “Distress level classification of road infrastructures via CNN generating attention map,” in Proceedings of IEEE Global Conference on Life Sciences and Technologies (LifeTech), pp. 97-98, 2020.
  • 〇N. Ogawa, K. Maeda, T. Ogawa, and M. Haseyama, “Region-based distress classification of road infrastructures via CNN without region annotation,” in Proceedings of IEEE Global Conference on Consumer Electronics (GCCE), pp. 790-791, 2019.

国内会議

  • 〇東 孝明, 小川 直輝, 前田 圭介, 小川 貴弘, 長谷山 美紀, “道路構造物の変状画像分類の高精度化に関する検討 -自己教師あり学習の導入による事前知識の活用-,” 第37回信号処理シンポジウム, pp. 177-182, 2022.
  • 〇小川 直輝, 前田 圭介, 小川 貴弘, 長谷山 美紀, “Attention map に対する確信度を考慮可能な深層学習を用いた変状分類の高精度化に関する検討,” 映像情報メディア学会技術報告, vol. 46, no. 6, pp. 371-376, 2022.
  • 〇平川 泰成, 小川 直輝, 前田 圭介, 小川 貴弘, 長谷山 美紀, “道路構造物の維持管理効率化に向けた変状画像分類の高精度化に関する検討 -テキストデータに基づく類似事例の含有率の導入-,” 映像情報メディア学会技術報告, vol. 46, no. 6, pp. 43-48, 2022.
  • 〇小川 直輝, 前田 圭介, 小川 貴弘, 長谷山 美紀, “Attention Mapを用いた道路構造物の変状画像分類におけるテキストデータの導入に基づく高精度化に関する検討,” 映像情報メディア学会技術報告, vol. 45, no. 4, pp. 17-21, 2021.
  • 〇小川 直輝, 前田 圭介, 小川 貴弘, 長谷山 美紀, “変状分類におけるGrad-CAM++に基づいたCNNの注目領域の可視化に関する検討,” 令和元年度 電気・情報関係学会北海道支部連合大会 講演論文集, pp. 153-154, 2019.

特別講演

  • 〇渡部 航史, 小川 直輝, 前田 圭介, 小川 貴弘, 長谷山 美紀, “道路附属物のドローン映像を用いたvision transformerに基づく変状検出技術,” 映像情報メディア学会技術報告, vol. 48, no. 6, pp. 301-304, 2024.
  • 〇渡邉 優宇人, 小川 直輝, 前田 圭介, 小川 貴弘, 長谷山 美紀, “橋梁点検効率化のための生成AIを用いた所見生成技術,” 映像情報メディア学会技術報告, vol. 48, no. 6, pp. 305-308, 2024.

受賞等

  • The 2022 IEEE Sapporo Section Encouragement Award (2023年1月)
  • 日本学術振興会 特別研究員DC1 採択 (2022年4月)
  • 北海道大学大学院情報科学院 学院長賞 (2022年3月)
  • 映像情報メディア学会 優秀研究発表賞 (2021年12月)
  • 似鳥国際奨学財団 北海道みらいIT人材奨学金 奨学生(2021年1月)
  • The 2019 IEEE Sapporo Section Student Paper Contest Encouraging Prize (2020年2月)