NEWS お知らせ

世界トップの画像処理系国際会議The 29th IEEE International Conference on Image Processing (IEEE ICIP)にて当研究室から以下の7件の発表を行いました。①Zongyao Li, Ren Togo, Takahiro Ogawa, Miki Haseyama:IMPROVING MODEL ADAPTATION FOR SEMANTIC SEGMENTATION BY LEARNING MODEL-INVARIANT FEATURES WITH MULTIPLE SOURCE-DOMAIN MODELS②Yuto Watanabe, Ren Togo, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama:ASSESSMENT OF IMAGE MANIPULATION USING NATURAL LANGUAGE DESCRIPTION: QUANTIFICATION OF MANIPULATION DIRECTION③Ziwen Lan, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama:GCN-BASED MULTI-MODAL MULTI-LABEL ATTRIBUTE CLASSIFICATION IN ANIME ILLUSTRATION USING DOMAIN-SPECIFIC SEMANTIC FEATURES④Keisuke Maeda, Takahiro Ogawa, Miki Haseyama:GAUSSIAN DISTRIBUTED GRAPH CONSTRAINED MULTI-MODAL GAUSSIAN PROCESS LATENT VARIABLE MODEL FOR ORDINAL LABELED DATA⑤Yuya Moroto, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama:FEW-SHOT PERSONALIZED SALIENCY PREDICTION WITH SIMILARITY OF GAZE TENDENCY USING OBJECT-BASED STRUCTURAL INFORMATION⑥Yuhu Feng, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama:HUMAN-CENTRIC IMAGE RETRIEVAL WITH GAZE-BASED IMAGE CAPTIONING⑦Yingrui Ye, Yuya Moroto, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama:VISUAL SENTIMENT PREDICTION USING CROSS-WAY FEW-SHOT LEARNING BASED ON KNOWLEDGE DISTILLATION

2022年10月31日まで開催中の「イノベーション・ジャパン2022～大学見本市Online」に出展しています！当研究室からは、新しい観光情報推薦システムである「興味・関心・嗜好・知識・経験等の非言語情報を理解するAI」を出展しています。下記URLからアクセス可能ですので是非お試しください！

●大学見本市Online URL：https://innovationjapan-jst-nedo.jst.go.jp/uf/

●デモシステム URL:https://www.lmd-demo.org/2022/

2022年9月30日に開催された学部・学科紹介に当研究室からデモ出展を行いました。今回は、2019年以来の対面開催となりました。
多くの学生（約200名）の学生が来場し、メディアネットワークコースの紹介を聞いて頂きました！

2022年9月19日～23日にフランスのグルノーブルで開催のEuropean Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databasesにて，当研究室より以下の発表を行いました．
Koshi Watanabe, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Summarizing Data Structures with Gaussian Process and Robust Neighborhood Preservation”

土木学会に掲載された当研究室の以下の論文が2022年度の土木学会 土木情報学システム開発賞を受賞しました。
山本 健太郎, 藤後 廉, 小川 貴弘, 長谷山 美紀: “トンネル切羽画像を用いたオンライン学習に基づく穿孔エネルギー推定”, 土木学会論文集F3(土木情報学), vol.77, no.1, pp.22-30 (2021)
【土木情報学システム開発賞】
トンネル切羽画像からの穿孔エネルギー推定手法
（土木学会論文集F3（土木情報学）Vol.77 (2021)No.1に関連論文掲載）
山本健太郎（北海道大学）
藤後廉（北海道大学）
小川貴弘（北海道大学）
長谷山美紀（北海道大学）

ACM Multimedia Asia 2022にDEMO PAPERSに以下の1件の論文が採択されました。
Rintaro Yanagi, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Rubber material retrieval system using electron microscope images for rubber material development,” ACM Mutimedia Asia, 2022.

ACM Multimedia Asia 2022に2件の論文がOral presentationとして、1件の論文がshort(poster presentation)として採択されました。
Accepted for an oral presentation:
(1) Shunya Ohaga, Ren Togo, Takahiro Ogawa, Miki Haseyama: “Disentangled Image Attribute Editing in Latent Space via Mask-based Retention Loss”
(2) Yingrui Ye, Yuta Moroto, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama: “Affective Embedding Framework with Semantic Representations from Tweets for Zero-shot Visual Sentiment Prediction”
Accepted as a short paper (poster presentation):
(3) Nozomu Onodera, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama: “Popularity-aware Graph Social Recommendation for Fully Non-Interaction Users”
https://www.mmasia2022.org/

2022年9月8日～9月10日に早稲田大学で開催されている日本動物学会 第93回 早稲田大会 2022にて、当研究室 小川准教授が以下の講演を行いました。エコミメティクスの共通言語を生み出す潜在空間導出の取組みA New Trial on Derivation of Latent Space Providing Common Language for Eco-mimeticshttps://www.zoology.or.jp/annual-meeting/2/

2022年9月5日（月）～7日（水）に北海道大学で開催の第71回高分子討論会において、当研究室より以下の依頼講演を行いました。
小川 貴弘，”エコミメティクスの異分野融合研究を支える情報科学に基づくアプローチ”
本発表は、高分子討論会 特定テーマ「自然共生とエコミメティクス」のセッションにて発表されました。
https://main.spsj.or.jp/tohron/71tohron/

メディアダイナミクス研究室OBの斉藤 直輝 先生が北海道大学 総合IR室の助教に着任しました。誠におめでとうございます！

当研究室の知識グラフと強化学習を組み合わせたアーティスト推薦に関する研究成果を，最新AI論文紹介メディアのAI-SCHOLARさんに記事にしていただきました．以下のリンクから閲覧可能です．Keigo Sakurai, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Explainable artist recommendation based on reinforcement knowledge graph exploration,” International Workshop on Advanced Image Technology (IWAIT), 2022. https://ai-scholar.tech/…/recomme…/artist_recommendation

１．諸戸 祐哉，前田 圭介，藤後 廉，小川 貴弘，長谷山 美紀，”テキストおよび画像情報に基づくFocal Lossを導入した深層学習による冬期路面状態の分類”２．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”３．上川 恭平，前田 圭介，藤後 廉，小川 貴弘，長谷山 美紀，”インフラ施設の変状の評価を支援する効率的な映像提示に向けた技術者の点検動作分類”４．櫻井 慶悟，前田 圭介，藤後 廉，小川 貴弘，長谷山 美紀，”地下鉄トンネル点検時の一人称視点映像を用いたVision Transformerに基づく変状検出”https://committees.jsce.or.jp/struct1002/node/8

複数のヒトの脳活動情報から，注視画像の意味内容を推定可能とする研究成果が国際論文誌Sensors (Impact Factor 3.847)に採択されました．
Takaaki Higashi, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama, “Multiple Subjects’ Brain Decoding for Estimating Visual Information Based on Probabilistic Generative Model,” Sensors, 2022 (Accepted for publication).
https://www.mdpi.com/journal/sensors

当研究室から投稿していたインテリアコーディネート画像検索に関する研究成果がマルチメディア情報検索分野の国際論文誌International Journal of Multimedia Information Retrieval (MMIR) に採録されました！
Ren Togo, Yuki Honma, Maiku Abe, Takahiro Ogawa, Miki Haseyama, “Similar interior coordination image retrieval with multi-view features,” International Journal of Multimedia Information Retrieval (MMIR), 2022. (IF=2.533) (Accepted)
https://www.springer.com/journal/13735

[1] He Zhu, Ren Togo, Takahiro Ogawa, Miki Haseyama: “A Multimodal Interpretable Visual Question Answering Model Introducing Image Caption Processor”
[2] Tsubasa Kunieda, Ren Togo, Noriko Nishioka, Yukie Shimizu, Shiro Watanabe, Kenji Hirata, Keisuke Maeda, Takahiro Ogawa, Kohsuke Kudo, Miki Haseyama: “Prediction of Amyloid-β Positivity Using QSM Images Based on Bootstrap Your Own Latent”
[3] Ryo Shichida, Ren Togo, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama: “Analysis of Relationships Between Visual Cognitive Contents and Response of Each Brain Region via Visual Question Answering”
[4] Hiroki Okamura, Keisuke Maeda, Ren Togo, Takahiro Ogawa, Miki Haseyama: “GCN-Based Collaborative Filtering Considering Personality Bias”
[5] Huaying Zhang, Rintaro Yanagi, Ren Togo, Takahiro Ogawa, Miki Haseyama: “Cross-Modal Image Retrieval Considering Semantic Relationships With Object Information”
[6] Yuhu Feng, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama: “Refinement of Gaze-Based Image Caption for Image Retrieval”
[7] Yuki Era, Ren Togo, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama: “Content-Based Image Retrieval Using Effective Synthesized Images From Different Camera Views via pixelNeRF”
[8] Ryota Goka, Yuya Moroto, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama: “Shoot Event Prediction From Soccer Videos by Considering Players’ Spatio-Temporal Relations”
[9] Kazuki Yamamoto, Keisuke Maeda, Ren Togo, Takahiro Ogawa, Miki Haseyama: “Cross-Platform Recommendation Considering Common Users’ Preferences Based on Preference Propagation GraphNet”
[10] Masato Kawai, Rintaro Yanagi, Ren Togo, Takahiro Ogawa, Miki Haseyama: “Free-Viewpoint Sports Video Generation Based on Dynamic NeRF Considering Time Series”
[11] Yutaka Yamada, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama: “Trend Prediction of Students’ Mock Examination Results Using Matrix Completion”

https://www.ieee-gcce.org/2022/

2022年7月25日（月）〜7月28日（木）の日程で開催された国内最大規模の画像認識系の国内会議である第25回 画像の認識・理解シンポジウムMIRU2022にて当研究室から5件の発表を行いました！
また，D2李宗曜君，D2柳凛太郎がMIRU学生奨励賞を受賞しました！
■　OL3A-3 Database-adaptive transfer learning for question answering-based re-ranking in cross-modal retrieval, Rintaro Yanagi, Ren Togo, Takahiro Ogawa, Miki Haseyama
■　OL4B-2 Union-set Model Adaptation for Semantic Segmentation Using Multiple Source Domains with Subset Label Spaces, Zongyao Li, Ren Togo, Takahiro Ogawa, Miki Haseyama
■　OS3A-5 自然言語における恣意性を用いた潜在変数モデルに基づく概念表現学習, 中川 真, 藤後 廉, 小川 貴弘, 長谷山 美紀 (北大)
■　IS2-74 COVID-19 Detection Based on Masked Image Modeling Using Vision Transformer, Guang Li, Ren Togo, Takahiro Ogawa, Miki Haseyama
■　IS3-49 Few-Shot Personalized Saliency Prediction via Person Similarity Using Tensor-Based Regression, Yuya Moroto, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama
https://sites.google.com/view/miru2022

画像に対する様々な攻撃に対して，ロバストな画像分類を可能とするAdversarial defenseに関する研究成果が国際論文誌Sensors (Impact Factor 3.847)に採択されました．
Jiahuan Zhang, Keisuke Maeda, Takahiro Ogawa and Miki Haseyama, “Regularization Meets Enhanced Multi-Stage Fusion Features: Make CNN More Robust Against White-box Adversarial Attacks,” Sensors, 2022 (Accepted for publication).
https://www.mdpi.com/journal/sensors

マルチメディア系国際会議IEEE INTERNATIONAL CONFERENCE ON MULTIMEDIA AND EXPO Workshop (ICME-WS) AI-Sportsにて当研究室から以下の1件の発表を行いました．
Yaozong Gan, Ren Togo, Takahiro Ogawa, Miki Haseyama, “Transformer Based Multimodal Scene Recognition in Soccer Videos,” ICME-WS AI-Sports, 2022.
https://ai-sports22.github.io/

Zongao Li, Ren Togo, Takahiro Ogawa and Miki Haseyama, “Learning Intra-Domain Style-Invariant Representation for Unsupervised Domain Adaptation of Semantic Segmentation,” Pattern Recognition, 2022 (Accepted for publication).
https://www.journals.elsevier.com/pattern-recognition

次世代のインフラ維持管理を切り拓く最先端のデータ駆動型研究について語られています．
また，本記事の中には，長谷山教授がセンター長を務める『数理・データサイエンス教育研究センター』の発足記念で開催された『北海道発　情報連携による防災・減災のイノベーションシンポジウム』についても紹介されています．

http://www.decnet.or.jp/publication/publication02.html