過去のお知らせ
-
低リソース条件下のクロスドメイン画像検索に関する以下の論文（主著：D3 Feng）が国際論文誌 Machine Vision and Applications (IF=2.3) に採択されました
本研究では、ソース・ターゲットドメイン間の潜在的な差（ドメインギャップ）を推定し、それを用いて画像生成を誘導することで、ソースドメインの構造を保ちつつターゲットドメインの特徴を取り入れた学習データを合成するデータ拡張手法を提案しています。
Yuhu Feng, Guang Li, Ren Togo, Keisuke Maeda, Takahiro Ogawa, and Miki Haseyama, “Domain-Gap Guided Generative Data Augmentation for Low-Resource Cross-Domain Image Retrieval,” Machine Vision and Applications.
-
推薦システム分野のトップカンファレンス RecSys2026 に採択された逐次推薦に関する以下の論文について、北海道大学よりプレスリリースされました
Keito Kozaki, Keigo Sakurai, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Residual Dominance as a Structural Account of Last-Item Reliance in Causal Self-Attention Recommenders”
新着情報: AIの「おすすめ」が直前の情報に偏る現象を解明～ネット通販や動画配信における推薦技術の改良方針として期待～（情報科学研究院 教授 長谷山美紀）
-
12月14日から18日に大阪で開催されるAsian Conference on Computer Vision (ACCV2026) に当研究室から投稿していた以下の3本の論文が採択されました
[1] Ryusei Mikami, Koshi Watanabe, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “VFM-3DAD: Language-Free Zero-shot 3D Anomaly Detection via Visual Foundation Models”
[2] Taiyo Sato, Takamasa Sanda, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, Shunya Nagashima, “FORUM: Frozen Outputs Reconciled Using Model Agreement for Visual Grounding”
[3] Shunya Nagashima, Takumi Bannai, Makoto Misaizu, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Physics-Guided Flow-Map Matching for Precipitation Nowcasting”
[2]は株式会社ニューロジカ、[3]は株式会社ニューロジカおよび株式会社エル・ティー・エスとの共同研究成果です。
-
令和8年9月23日に高校生向け最先端AI技術体験イベント「画像処理・AIの最先端技術－体験学習と情報科学研究院見学－」を開催しました
当日は、長谷山先生から挨拶があり、続いて小川先生から「最先端AI研究について」と題して、最先端のAI研究と様々な分野で活用されている事例などをお話しいただきました。その後、情報科学研究院の見学と最先端AI技術体験会を実施し、本イベントは盛会のうちに終了いたしました！
-
11月14日から17日にイタリア・ミラノで開催される金融AI分野のトップカンファレンスACM International Conference on AI in Finance (ICAIF)に当研究室から投稿していた金融資産推薦に関する以下の論文(主著：B4 海野)が採択されました
Ryuki Unno, Keigo Sakurai, Koshi Watanabe, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “One Basket, Many Experts: Decorrelated Re-ranking for Financial Asset Recommendation.”
-
先日当研究室で博士号を取得された五箇亮太先生が、北海道大学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)の特任助教に着任されました
誠におめでとうございます！
-
先日のNeurIPS 2026 Main Trackへの2本の採択に続き、データセット蒸留およびマルチモーダル推論に関する以下の2本の論文が、NeurIPS 2026 Workshopsに採択されました
1. Chuixuan Fan*, Guang Li*, Shijie Wang, Dongzhan Zhou, Baoli Sun, Takahiro Ogawa, Miki Haseyama, Zhihui Wang, “DeCO: Discriminative evidence composition for fine-grained dataset distillation.”（*Equal Contribution）
2. Minghao Yang, Ren Togo, Guang Li, Keisuke Sano, Hanju Lee, Shinya Kojima, Takahiro Ogawa, Miki Haseyama, “Seeing with intent: Target-guided visual foveation for multimodal reasoning.”
なお、1番目の研究は中国科学技術大学、大連理工大学、上海AI Lab、シンガポール国立大学、クイーンズランド大学との共同研究、2番目の研究は株式会社デンソー（DENSO）との共同研究成果になります。
-
2026年9月22日〜24日トルコ・イスタンブールで開催された、マルチメディア信号処理に関する国際会議 IEEE 28th International Workshop on Multimedia Signal Processing (MMSP 2026) にて、当研究室から1件の採択論文を発表しました
Tomoya Mitsui, Ren Togo, Naoki Saito, Takahiro Ogawa, Miki Haseyama
“Observation-Guided Model Merging for Vision-Language Reasoning via Attention Flow and Task Interference”
#MMSP2026 #Multimedia #ImageProcessing
-
本日、北海道大学大学院情報科学院の学位記授与式が開催され、先日博士論文審査に合格した当研究室D3の五箇亮太君に博士(情報科学)の学位が授与されました
また、五箇君は学院長賞も受賞しました！
誠におめでとうございます！
次のステージでの活躍も期待しています！
-
2026年12月にオーストラリア・シドニー、アメリカ・アトランタ、フランス・パリの3会場で開催される、機械学習分野のトップカンファレンス、The Fortieth Annual Conference on Neural Information Processing Systems（NeurIPS 2026）のMain Trackに、当研究室から以下の2本の論文が採択されました
今年のMain Trackの採択率は25.7％です。
1. Wenyuan Li, Guang Li, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Predictive but not plannable: RC-aux for latent world models.”
2. Bincheng Peng*, Guang Li*, Ping Liu, Takahiro Ogawa, Miki Haseyama, “Closed-form linear-probe dataset distillation for pre-trained vision models.”（*Equal Contribution）
なお、2番目の研究は米国ネバダ大学リノ校との共同研究成果になります。
https://neurips.cc/Conferences/2026
-
分類器から得られる情報を活用した、拡散モデルに基づく医用画像データセット蒸留に関する論文が、国際学術論文誌 Bioengineering（IF: 4.4）に採録されました
Shuailin Du, Guang Li, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Classifier-Derived Guidance for Diffusion-Based Medical Dataset Distillation,” Bioengineering, 2026. (Accepted)
https://www.mdpi.com/journal/bioengineering
-
2026年9月13日〜17日にフィンランド・タンペレで開催された、世界最大規模の画像処理に関する国際会議 IEEE International Conference on Image Processing (ICIP 2026) にて、当研究室から以下の研究成果を発表しました。
研究室からは4本の論文がICIP 2026に採択されています。
[1] Ren Togo, Ryo Shichida, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama
“Zero-Shot Memorability Control in Diffusion Models”
[2] Junya Yamamori, Ren Togo, Teruhisa Yamashiro, Takahiro Ogawa, Miki Haseyama
“Learning Interpretable Interior Style Semantics via Large Multimodal Model Representations”
[3] Ryusei Mikami, Koshi Watanabe, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama
“Out-of-Distribution Detection via Uncertainty Distinction with Dirichlet Gaussian Process”
[4] Kotone Mutsuna, Ryota Goka, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama
“Action Difference Identification via Multi-view Reliability Ranking”
また、IEEE Open Journal of Signal Processingに採択された以下の研究成果についても、ICIP 2026にて発表しました。
Mingzhuo Li, Guang Li, Linfeng Ye, Jiafeng Mao, Takahiro Ogawa, Konstantinos N. Plataniotis, Miki Haseyama
“SAS: Semantic-Aware Sampling for Generative Dataset Distillation”
[2]の研究は株式会社ニトリホールディングスとの共同研究成果です。
また、SASに関する研究はトロント大学および東京大学との共同研究成果です。
-
2026年9月8日～9月12日にスウェーデン・マルメにて開催されたコンピュータ・ビジョン分野のトップカンファレンス European Conference on Computer Vision 2026 (ECCV 2026) にて、当研究室から以下の１件の発表を行いました！
Hongxu Ma*, Guang Li*, Shijie Wang, Dongzhan Zhou, Baoli Sun, Takahiro Ogawa, Miki Haseyama, Zhihui Wang,
“FD²: A Dedicated Framework for Fine-Grained Dataset Distillation,”
European Conference on Computer Vision (ECCV), Malmö, Sweden, 2026. (* Equal Contribution)
なお、本研究は、浙江大学、大連理工大学、上海AI Labおよびクイーンズランド大学との国際共同研究の成果です。
北海道大学プレスリリースはこちらから
https://www.hokudai.ac.jp/news/pdf/260819_pr5.pdf
-
株式会社ニトリホールディングスとの共同研究成果について、プレスリリースが公開されました！
本研究では、大規模マルチモーダルモデルを活用し、部屋の“雰囲気”を数値化する技術を開発しました。
本研究成果は、IEEE International Conference on Image Processing（ICIP 2026）にて発表予定です！
詳細はニトリホールディングスのプレスリリースをご覧ください！
https://www.nitorihd.co.jp/…/991a1545644507e400e4037b9b…
ニトリホールディングス ニュース一覧
-
2026年12月1日–4日にマレーシア・クアラルンプールで開催されるコンピュータグラフィックス・インタラクティブ技術分野のトップ国際会議 SIGGRAPH Asia 2026 に、当研究室から投稿していた単一の三人称映像からの一人称映像生成に関する以下の研究が採択されました！
[1] Yuki Katayama, Ren Togo, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Egocentric Video Generation from a Single Exocentric Video via Human–Scene Geometry Alignment.” (Posters)
-
9月12日午後1時よりHBC北海道放送にて放送される「へぇ～！って言わせて～北海道大学創基150周年特番～」にて「AIは人の心を読めるのか」をテーマに当研究室の観光地推薦AI「GroupRec」が紹介されます！
麒麟・川島明さんと森田絹子アナウンサーに実際にAIを体験していただきました！
また、当研究室の長谷山美紀教授のインタビューも放送される予定です！
是非ご覧ください！
https://www.hbc.co.jp/tv/heeteiwasete
-
9月1日から4日まで金沢大学で開催された第44回日本ロボット学会学術講演会（RSJ2026）にて、メディアダイナミクス研究室より以下の3件の発表を行いました！
[1] 上杉健大, 斉藤直輝, 藤後廉, 小川貴弘, 長谷山美紀, “Vision-Language-Action モデルの内部特徴量による既知/未知タスクにおける失敗カテゴリの推定”
[2] 清野竜生, 斉藤直輝, 藤後廉, 小川貴弘, 長谷山美紀, “失敗検出に基づく隠れ状態の摂動選択による Vision-Language-Action モデルの推論性能改善に関する検討”
[3] 中島佑, 前田圭介, 小川貴弘, 長谷山美紀, “道路附属物点検効率化のための単眼深度推定およびセグメンテーションに基づいたUAV 自律制御”
ご聴講に来てくださった皆様、ありがとうございました！
-
ECCV 2026に採択されたデータセット蒸留に関する論文について、北海道大学よりプレスリリースされました。
Hongxu Ma*, Guang Li*, Shijie Wang, Dongzhan Zhou, Baoli Sun, Takahiro Ogawa, Miki Haseyama, Zhihui Wang, “FD²: A Dedicated Framework for Fine-Grained Dataset Distillation,” European Conference on Computer Vision (ECCV), Malmö, Sweden, 2026. (* Equal Contribution)
なお、本研究は、浙江大学、大連理工大学、上海AI Labおよびクイーンズランド大学との国際共同研究の成果です。
-
3Dシーン評価に関する以下の論文（主著：M2 内田）が国際論文誌 IEEE Access (IF=4.2) に採択されました！
本研究では、3Dシーン内の個々のオブジェクトに注目し、各オブジェクトが適切に認識できる品質かを評価する新たな指標「Detectability Score」を提案しています。
Yuiko Uchida, Ren Togo, Keisuke Maeda, Takahiro Ogawa, and Miki Haseyama, “Rethinking 3D Scene Evaluation from an Object-Centric Perspective,” IEEE Access.
-
2026年10月26-29日に兵庫県神戸市にて開催されるコンシューマエレクトロニクス分野の国際会議IEEE Global Conference on Consumer Electronics 2026 (GCCE2026)に、当研究室より投稿していた以下の14件の論文が採択されました！
[1] Bincheng Peng, Guang Li, Ping Liu, Takahiro Ogawa, Miki Haseyama, “Efficient linear-probe dataset distillation for pre-trained vision models”
[2] Ge Tian, Guang Li, Takahiro Ogawa, Miki Haseyama, “Adaptive multi-level response matching for point cloud dataset distillation”
[3] Seiya Kidoguchi, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Instruction-tuned vision language model for bridge inspection with reason-based prompts”
[4] Ibuki Kameya, Tasuku Nakajima, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “A privacy-preserving unlearning framework based on pixel-level encryption”
[5] Tatsuki Yamada, Ryota Goka, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Does side really matter? Investigating left-right bias in skeleton-based human action recognition”
[6] Toma Onozuka, Koshiro Toishi, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Mitigating concept bleed-through in continual personalized image generation via latent space-based target selection”
[7] Kentaro Oishi, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Application of deep autoencoding Gaussian mixture model for anomaly detection in hyperspectral analysis of rubber materials”
[8] Akira Hasegawa, Kenta Kubota, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Towards low-power time-series anomaly detection with spike-based variational autoencoder”
[9] Akari Maeda, Masaki Yoshida, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Spatial audio reproduction from 3D Gaussian splatting scenes via mesh conversion and mesh-based acoustic simulation”
[10] Takuya Kinoshita, Ren Togo, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Quantifying task difficulty for LLMs based on reasoning trajectories”
[11] Shin Kawamura, Tatsuki Seino, Naoki Saito, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Prompt refinement for vision-language-action models under incomplete instructions for robot control”
[12] Yuki Iwasa, Keigo Sakurai, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Ranking refinement with context-dependent acoustic preference for music recommendation”
[13] Ryuki Unno, Koshi Watanabe, Keigo Sakurai, Takahiro Ogawa, Miki Haseyama, “Impact of expert-following strategies in financial asset recommendation”
[14] Genki Masuyama, Keigo Sakurai, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Local temporal onset density control in symbolic music arrangement via sparse autoencoders”