過去のお知らせ
合同研究会にて18件の発表を行いました！
2022年2月21日(月) – 2月22日(火)にオンラインで開催された映像情報メディア学会 メディア工学研究会・マルチメディアストレージ研究会・映像表現＆コンピュータグラフィックス研究会、電子情報通信学会ITS研究会・画像工学研究会の合同研究会において、当研究室より18件の発表を行いました。
① 李 宗曜, 藤後 廉, 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対するマルチソースモデル適応に関する検討 ～ 複数のソースモデルからの不変な特徴表現の学習による適応精度の向上 ～”
② 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-“
③ Guang Li, Ren Togo, Katsuhiro Mabe, Shunpei Nishida, Yoshihiro Tomoda, Takahiro Ogawa, Miki Haseyama: “A note on automatic diagnosis of Helicobacter pylori infection based on self-supervised learning and self-knowledge distillation”
④ Jiahuan Zhang, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama: “A note on realizing adversarial defense based on regularization of multi-stage squeeze-and-excitation features”
⑤ 中川 真, 藤後 廉, 小川 貴弘, 長谷山 美紀: “Variational autoencoderに基づく深層生成モデルを用いた潜在表現のdisentanglementに関する検討 –disentanglement評価指標を含む正則化損失の導入–”
⑥ 上川 恭平, 前田 圭介, 小川 貴弘, 長谷山 美紀: “ユーザの動作情報を用いたコンテンツの関心度推定に関する検討 -複数ユーザを導入した特徴統合の有効性検証-“
⑦ 櫻井 慶悟, 藤後 廉, 小川 貴弘, 長谷山 美紀: “ユーザの嗜好を考慮した強化学習と知識グラフに基づく楽曲プレイリスト生成に関する検討”
⑧ 蘭 子文，前田 圭介，小川 貴弘，長谷山美紀: “Captioning特徴を利用したグラフ畳み込みネットワークに基づくアニメイラストのマルチラベル画像認識に関する検討”
⑨ Yaozong Gan, Ren Togo, Takahiro Ogawa, Miki Haseyama: “A note on transformer-based scene recognition in soccer videos using different lengths of clips”
⑩ 叶 穎睿, 諸戸 祐哉, 前田 圭介, 小川 貴弘, 長谷山 美紀: “知識蒸留を用いたFew-shot learningに基づく画像の感情ラベル推定に関する検討”
⑪ 増田 毅，前田 圭介，藤後 廉，小川 貴弘，長谷山 美紀: “橋梁点検時の技術者の一人称および三人称視点映像を用いた点検動作の分類に関する検討”
⑫ 諸戸 祐哉, 前田 圭介, 小川 貴弘, 長谷山 美紀: “画像中の物体情報を考慮したユーザ類似度に基づく個人に特化した注視領域の推定に関する検討”
⑬ 柳 凜太郎，藤後 廉，前田 圭介，小川 貴弘，長谷山 美紀: “ゴム材料開発のためのGenerative Adversarial Networkに基づく配合量および物性値からの電子顕微鏡画像の生成に関する一検討”
⑭ 東 孝明, 前田 圭介, 小川 貴弘, 長谷山 美紀: “画像注視時の脳活動信号を用いた圧縮再構成ネットワークに基づく視覚認知内容の推定に関する検討”
⑮ 梁 鋆, 前田 圭介, 小川 貴弘, 長谷山 美紀: “高速道路の遮音壁画像を用いた物体検出手法による変状分類の高精度化に関する検討”
⑯ 平澤 魁人, 前田 圭介, 小川 貴弘, 長谷山 美紀: “地下鉄トンネル点検時の技術者から取得される生体信号と技術者の点検行動の関連性分析”
⑰ 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”
⑱ 高田 紗弥, 前田 圭介, 藤後 廉, 小川 貴弘, 長谷山 美紀: “地下鉄トンネルの維持管理支援のためのマルチスケール解析を導入した深層学習に基づく変状検出に関する検討”
https://www.ite.or.jp/ken/program/index.php?tgs_regid=28e6e552adeb9f19e470d2690d29e5502592de647abb5e5d32abe4bd892d2513&tgid=ITE-ME