NEWS お知らせ

過去のお知らせ

  • リモートセンシング分野に特化した大規模マルチモーダルモデルに関する研究論文が、学術論文誌 Remote Sensing (IF: 4.1) に採録されました！

    Yaozong Gan, Guang Li, Ren Togo, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “GeoJapan Fusion Framework: A large multimodal model for regional remote sensing recognition,” Remote Sensing, 2025. (Accepted for publication)

    https://www.mdpi.com/journal/remotesensing

    ※本研究成果は、日本無線株式会社との連携による研究成果です．

  • ドメイン特化型表現学習に関する以下の研究成果が、画像処理分野のトップ論文誌IEEE Transactions on Image Processing (IEEE TIP, IF=13.7)に採択されました！

    Ren Togo, Nao Nakagawa, Takahiro Ogawa, Miki Haseyama, “Exponential Dissimilarity-Dispersion Family for Domain-Specific Representation Learning,” IEEE Transactions on Image Processing, 2025.

    https://ieeexplore.ieee.org/xpl/RecentIssue.jsp?punumber=83

  • 札幌にて開催された土木学会AI・DXサマーシンポジウム 2025 にて１件の発表を行いました！

    福井千菜美，王暢，蘭子文，李広，田村彰浩，花田剛志，前田圭介，高橋翔，小川貴弘，長谷山美紀，“文字領域検出およびLMMによるスキャン図面の数値識別”

    本成果は、AI・データサイエンス論文集にも掲載予定です。
    本研究は、DREDのSIP事業において、ネクスコ・エンジニアリング北海道との産学連携により実施されました。

  • 当研究室と住友ゴム工業株式会社様との新たな連携についてメディアに取り上げていただきました！

    総合イノベーション創発機構データ駆動型融合研究創発拠点「D-RED」にて、実世界で自律的に判断・動作するフィジカルAIなど先端技術の研究と実用化に取り組みます！

  • 2025年7月29日～8月1日に京都にて開催された国内最大規模の画像の認識・理解シンポジウムMIRU2025にて4件の口頭発表、9件のポスターを発表しました!

    2025年7月29日～8月1日に京都にて開催された国内最大規模の画像の認識・理解シンポジウムMIRU2025にて4件の口頭発表、9件のポスターを発表しました!

    【口頭発表】

    • 渡部航史, 前田圭介, 小川貴弘, 長谷山美紀 (北大), “データの大域構造を考慮した近傍埋め込み手法に基づく深層表現の可視化”
    • Kenta Uesugi, Naoki Saito, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama (Hokkaido Univ.), “Leveraging Counterfactuals for Automatic Composed Image Retrieval Dataset Generation with In-context Learning”
    • Ren Togo, Ryo Shichida, Takahiro Ogawa, Miki Haseyama (Hokkaido Univ.), “Efficient Fine-Tuning and Uncertainty-Aware Personalized Federated Learning for Medical Vision-Language Models”
    • He Zhu, Ren Togo, Takahiro Ogawa, Miki Haseyama (Hokkaido Univ.), “Efficient Fine-Tuning and Uncertainty-Aware Personalized Federated Learning for Medical Vision-Language Models”

    【ポスター発表】

    • Yuiko Uchida, Ren Togo, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama (Hokkaido Univ.), “An Object-Focused Metric for 3D Scene Evaluation Based on Features of an Object Detection Model”
    • Kaede Hayakawa, Keisuke Maeda, Ren Togo, Takahiro Ogawa, Miki Haseyama (Hokkaido Univ.), “OOD Reduction of Generated Image by Diffusion Model toward Data Augmentation”
    • Ziwen Lan, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama (Hokkaido Univ.), “Adversarial Perturbation to Prevent Concept Bleed-through in Continual Learning of Personalized Generative Models”
    • Koshiro Toishi, Keisuke Maeda, Ren Togo, Takahiro Ogawa, Miki Haseyama (Hokkaido Univ.), “Robust Adversarial Defense Against Multiple Attacks Without Data Centralization”
    • Ryota Goka, Keisuke Maeda, Ren Togo, Takahiro Ogawa, Miki Haseyama (Hokkaido Univ.), “Near-miss accident anticipation using video images on construction machinery”
    • Masaki Yoshida, Ren Togo, Takahiro Ogawa, Miki Haseyama (Hokkaido Univ.), “Novel-view Acoustic Synthesis Based on Audio Point Cloud Optimization”
    • Mingzhuo Li, Guang Li (Hokkaido Univ.), Jiafeng Mao (UTokyo), Takahiro Ogawa, Miki Haseyama (Hokkaido Univ.), “Self-Adaptive Memory for Diversity-Driven Dataset Distillation Using Diffusion Model”
    • Ayaka Tsutsumi, Guang Li, Ren Togo, Takahiro Ogawa (Hokkaido Univ.), Satoshi Kondo (Muroran Institute of Technology), Miki Haseyama (Hokkaido Univ.), “Medical Image Classification Based on Dual Model Weight Selection and Self-Knowledge Distillation”
    • Ren Tasai, Guang Li, Ren Togo, Minghui Tang, Takaaki Yoshimura, Hiroyuki Sugimori, Kenji Hirata, Takahiro Ogawa, Kohsuke Kudo, Miki Haseyama (Hokkaido Univ.), “Privacy-aware Domain-Incremental Continual Self-Supervised Learning for Chest CT Images”

    また、以下の賞を受賞しました！

    【MIRUオーディエンス賞】

    • 渡部航史

    【MIRU学生奨励賞】

    • 渡部航史、朱赫、上杉健大

    【評価貢献賞】

    • 前田圭介先生

  • MLLMを用いたゼロショット精密交通標識認識に関する研究が、人工知能分野の権威ある論文誌Knowledge-Based Systems（IF=7.6）に採択されました！

    Yaozong Gan, Guang Li, Ren Togo, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Cross-domain multi-step thinking: Zero-shot fine-grained traffic sign recognition in the wild,” Knowledge-Based Systems, 2025. (Accepted for publication)

    https://www.sciencedirect.com/journal/knowledge-based-systems

    なお、本研究は日本無線株式会社との共同研究となります。

  • ITE Transactions on Media Technology and Applicationsに論文が採択されました！

    当研究室から投稿していた、注視領域推定に関する論文がITE Transactions on Media Technology and Applicationsに採択されました。
    Yuya Moroto, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Few-shot Personalized Saliency Prediction Based on Interpersonal Gaze Patterns”, 2025.

  • 台湾（高雄）にて開催されたコンシューマエレクトロニクス関連の国際会議 IEEE International Conference on Consumer Electronics – Taiwan, 2025 (ICCE-TW)において，修士２年の久保田君がPresentation Awardに選出されました！

    Kenta Kubota, Ren Togo, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Analysis of Model Merging for Open-Vocabulary Models with Parameter Efficient Fine-Tuning Leveraging Distributed Data”

    誠におめでとうございます！

  • 7月16日-18日まで台湾高雄で開催されているコンシューマエレクトロニクス関連の国際会議 IEEE International Conference on Consumer Electronics – Taiwan, 2025 (ICCE-TW)にて、以下の5件の研究を発表しました！

    1. Ryo Takahashi, Naoki Saito, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Personalized Visual Emotion Classification through Discrete Prompt Tuning of Large Multimodal Model”

    2. Shilin Liu, Kyohei Kamikawa, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Stabilizing Self-consuming Training Loop on Music Generation Based on Music Embeddings”

    3. Chang Wang, Chinami Fukui, Ziwen Lan, Guang Li, Akihiro Tamura, Tsuyoshi Hanada, Keisuke Maeda, Sho Takahashi, Takahiro Ogawa, Miki Haseyama, “Text Detection for Culvert Engineering Drawings Based on Data Transformation and Model Fusion”

    4. Kenta Kubota, Ren Togo, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Analysis of Model Merging for Open-Vocabulary Models with Parameter Efficient Fine-Tuning Leveraging Distributed Data”

    5. Tasuku Nakajima, Keisuke Maeda, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Evaluation of Effectiveness of Adversarial Defense Model Using Only Brain Activity Information”

  • ICCV 2025 Workshopに採択されました！

    当研究室から投稿した生成型データセット蒸留に関する以下の論文が， The ICCV 2025 Workshop on Curated Data for Efficient Learningに採択されました．

    Mingzhuo Li, Guang Li, Jiafeng Mao, Linfeng Ye, Takahiro Ogawa, Miki Haseyama, “Task-specific generative dataset distillation with difficulty-guided sampling,” IEEE/CVF International Conference on Computer Vision (ICCV) Workshops, Honolulu, HI, USA, 2025. (Accepted)

    なお、本研究は東京大学およびトロント大学との連携研究となります。

    Curated Data for Efficient Learning | The ICCV 2025 Workshop on Curated Data for Efficient Learning

  • 7月7日-10日に韓国ソウルで開催されている「回路・システム・コンピュータ・通信技術に関する国際会議40th International Technical Conference on Circuits/Systems, Computers, and Communications (ITC-CSCC 2025)」にて、以下の研究を発表しました！

    Kenta Kubota, Keisuke Maeda, Ren Togo, Takahiro Ogawa and Miki Haseyama, “Corrosion Detection through Integration of Multi-resolution Semantic Segmentation,” ITC-CSCC, 2025.

  • マルチメディア分野のトップ会議ACM Multimedia 2025に採択されました！

    マルチメディア分野のトップ会議ACMMMに当研究室から投稿していた「音楽の専門知識を介した画像からの音楽生成」に関する論文が，採択されました．

    ACMMMは2025年10月27日～31日にかけてアイルランドで開催予定です．

    Shilin Liu, Kyohei Kamikawa, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Context-aware Image-to-Music Generation via Bridging Modalities through Musical Captions”

    https://acmmm2025.org

  • コンシューマエレクトロニクス分野の国際会議IEEE GCCEに12件採択されました！

    コンシューマエレクトロニクス分野の国際会議IEEE GCCEに当研究室から投稿した以下の12件の論文が採択されました！
    https://www.ieee-gcce.org/2025/index.html

    – Keito Kozaki, Keigo Sakurai, Ren Togo, Takahiro Ogawa, Miki Haseyama, “SSM-Based Sequential Recommendation Considering Short-Term Dependencies of Time and Adjacency”

    – Riku Yoshida, Ryota Goka, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Graph-Based Pass Receiver Prediction in Soccer with Consideration of Passer’s Body Orientation”

    – Kotoe Mutsuna, Ryota Goka, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Foul Severity Classification from Multi-View Soccer Videos with Attention and Class Characteristics”

    – Tomoya Mitsui, Ren Togo, Naoki Saito, Takahiro Ogawa, Miki Haseyama, “Enhancing Image Classifier Robustness via Prompt-Based Counterfactual Data-Augmentation with Intermediate Transitions”

    – Ryusei Mikami, Koshi Watanabe, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “An Investigation of Data Augmentation for Image Classification Network Based on Graph Convolution”

    – Makoto Misaizu, Koshi Watanabe, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Rethinking Continual Learning with Pre-Trained Models: Knowledge-Preserving Approach”

    – Taiyo Ikeido, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Patch-Wise Extension of EVA Score for Semi-Supervised Lung Field Segmentation”

    – Kentaro Oishi, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Application of Principal Component Analysis in Hyperspectral Analysis of Rubber Materials”

    – Shuailin Du, Guang Li, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Enhancing Medical Dataset Distillation Based on Classifier-Guided Diffusion Model”

    – Yuki Katayama, Ren Togo, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Image-Guided 360-Degree Scene Generation with Structural and Visual Consistency”

    – Taiyo Sato, Keisuke Maeda, Naoki Saito, Takahiro Ogawa, Miki Haseyama, “Similar Image Generation via Human-like Iterative Prompt Refinement with Multimodal Large Language Model”

    – Hideki Kodama, Masaki Yoshida, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Stream Voice Diffusion: Real-Time Image Generation from Speech”

  • 医療系トップ論文誌 Journal of Gastroenterology (2023 IF: 6.9) に掲載された論文「Multi-stage deep learning for classification of Helicobacter pylori infection status using endoscopic images」（2025年4月号）に対し、米国 Medical College of Wisconsin からのコメントが寄せられ、それに対する回答Letterが同誌に採択されました。

    本Letterでは、AIによるピロリ菌感染診断の臨床的な適用範囲と今後の展望について、さらなる明確化を行いました。

    なお、本研究はオリンパス株式会社、淳風会健康管理センターおよびまべ五稜郭消化器・内視鏡クリニックとの共同研究になります。

    Guang Li, Katsuhiro Mabe, Miki Haseyama, “Clarifying diagnostic scope and future perspectives in AI-assisted diagnosis of Helicobacter pylori infection,” Journal of Gastroenterology, 2025.

    https://link.springer.com/article/10.1007/s00535-025-02277-1

    Guang Li, Ren Togo, Katsuhiro Mabe, Shunpei Nishida, Yoshihiro Tomoda, Fumiyuki Shiratani, Masashi Hirota, Takahiro Ogawa, Miki Haseyama, “Multi-stage deep learning for classification of Helicobacter pylori infection status using endoscopic images,” Journal of Gastroenterology, vol. 60, no. 4, pp. 408-415, 2025.

    https://link.springer.com/article/10.1007/s00535-024-02209-5

  • 2025年6月10日に実施された全学教育科目「ロボットは感情を持つか？」の講義を当研究室小川教授が担当しました！

    今回は、主に「最先端のマルチメディアAI技術と今後の展開」について授業を行いました！

  • 全学教育科目「ロボットは感情を持つか？」の講義を当研究室長谷山教授が担当しました！

    2025年6月3日に実施された全学教育科目「ロボットは感情を持つか？」の講義を当研究室長谷山教授が担当しました。300人を超える学生さんが、「音楽や画像、映像を人間のように理解する技術 : マルチメディアシステムの最先端」について真剣に講義を聞いていました。

  • 研究室のXアカウントの運用を開始しました！

    日頃の研究室の様子や最新の研究成果を積極的に発信していく予定です。

    OB/OGとの連携もお待ちしております！

    以下のリンクから是非フォローをお願いします。

    https://twitter.com/HU_LMD

  • 長谷山教授が令和7年度「電波の日・情報通信月間」における表彰で「電波の日」総務大臣表彰を授与されました。

    表彰理由は以下となっております。誠におめでとうございます！

    長年にわたり総務省が行う電波利用料による研究開発等の評価に携わり、公正かつ適正な評価を通じて電波有効利用技術の実用化及び社会実装に寄与し、国民共有の財産である有限希少な電波資源の拡大に多大な貢献をした。

    https://www.soumu.go.jp/menu_news/s-news/01tsushin10_02000078.html

  • 日本港湾協会 論文賞を受賞しました！

    土木学会に掲載された下記の論文の取組みが、日本港湾協会 論文賞を受賞しました。

    本研究は、北海道大学、株式会社アルファ水工コンサルタンツ、一般社団法人寒地港湾空港技術研究センターおよび国土交通省北海道開発局との共同研究による成果です。

    授賞式は、2025年5月28日に沖縄那覇で開催された日本港湾協会第98回定時総会にあわせて行われました。

    李 広, 藤後 廉, 前田 圭介, 酒向 章哲, 山内 功, 早川 哲也, 中前 茂之, 小川 貴弘, 長谷山 美紀: “ブルーカーボンによるCO2吸収量推計へ向けた大規模セマンティックセグメンテーションモデルに基づく藻場領域の自動認識”, 土木学会論文集, vol.80, no.17, pp.1-7 (2024)

    https://www.jstage.jst.go.jp/article/jscejj/80/17/80_24-17286/_article/-char/ja

  • 2025年5月27日から30日まで大阪府で開催されている国内最大規模のAI研究発表のイベントである2025年度 人工知能学会全国大会(第39回)にて当研究室から5件の発表を行いました！

    [1] 櫻井慶悟, 小川貴弘, 長谷山美紀, 阿南晏樹, 中川慧, “効用を考慮した行列分解に基づく株式推薦”

    [2] 張華瀛, 藤後廉, 前田圭介, 小川貴弘, 長谷山美紀, “ゴム材料物性値に影響する工程・環境変数の因果推論に基づく動的解析に関する検討”

    [3] 上杉健大, 斉藤直輝, 前田圭介, 小川貴弘, 長谷山美紀, “学習データ生成によるComposed Image Retrievalの高精度化に関する検討-テキスト整形処理を用いた反実仮想画像生成モデルの導入-“

    [4] 上川恭平, 藤後廉, 前田圭介, 小川貴弘, 長谷山 美紀,”物体追跡モデルとVideo-LLMの協調利用に基づくタイヤ点検の動作認識に関する検討”

    [5] 斉藤直輝, 水谷祐輔, 小川貴弘, 長谷山美紀,”共同研究者の選定支援に向けた深層距離学習による類似研究プロジェクトの検索に関する検討”

    なお、[1]は野村アセットマネジメント株式会社および大阪公立大学との共同研究成果、[2],[4]は住友ゴム工業株式会社との共同研究成果です。