本研究室から5本の論文を情報処理学会第89回UBI研究会で発表しました．論文題目は以下の通りです．

都筑君の研究「スマートフォン内のセンサ情報のみと機械学習によるWBGT推定手法」は「UBIヤングリサーチャー賞」を受賞しました．

• 「密度」から「賑やかさ」へ：MOTを用いた空間賑やかさ推定システム「Lively」の構築
  • 武田 亜実（慶應義塾大学 総合政策学部）・後藤 大介（慶應義塾大学 大学院政策･メディア研究科）・柘植 晃（柘植ITデザイン事務所）・小松 駿祐・斎藤 武（東日本旅客鉄道株式会社 JR東日本研究開発センター フロンティアサービス研究所 イノベーションデザインユニット）・大越 匡（慶應義塾大学 環境情報学部）
• 幾何構造および空間分解能を考慮したLiDAR 点群からの物体検出手法
  • 小田 崇礼（慶應義塾大学 環境情報学部）・沙田 佳穂（慶應義塾大学 大学院政策･メディア研究科）・大越 匡・中澤 仁（慶應義塾大学 環境情報学部）
• 3D Gaussian Splattingによるデータセット生成技術
  • 佐藤 弘基（慶應義塾大学 環境情報学部）・後藤 大介（慶應義塾大学 大学院政策･メディア研究科）・柘植 晃（柘植ITデザイン事務所）・大越 匡・中澤 仁（慶應義塾大学 環境情報学部）
• 審判誤審低減のための映像解析手法
  • 坂齊 秀哉（慶應義塾大学 総合政策学部）・池田 悠生（ecole42）・本山 理奈（慶應義塾大学 大学院政策･メディア研究科）・中澤 仁・大越 匡（慶應義塾大学 環境情報学部）
• スマートフォン内のセンサ情報のみと機械学習によるWBGT推定手法
  • 都筑 零・田中 元（慶應義塾大学　総合政策学部）・柘植 晃（柘植ITデザイン事務所）・丸井 朱里（慶應義塾大学 大学院政策･メディア研究科）・中澤 仁・大越 匡（慶應義塾大学 環境情報学部）

修士課程1年 羅君の論文がイタリア・ピサで開催されたIEEE PerCom 2026 WIP sessionに採択され，発表しました．

Abstract: Edge computing plays a key role in smart-city deployments. Deploying AI models on edge devices reduces latency and privacy concerns. This work proposes QPilot, a reinforcement-learning-based adaptive model-switching method that dynamically selects detection models of different sizes for multi-object tracking (MOT) inference to balance efficiency and accuracy according to device compute capacity and scene complexity. In object-sparse scenarios, it improves tracking accuracy with only a small additional computational cost and achieves an optimal efficiency–accuracy trade-off in MOT. We validated the method on multiple hardware platforms, showing strong cross-device adaptability as well as feasibility and promise for edge environments.

Chieh Lo, Wenhao Huang, Akira Tsuge, Yin Chen, Tadashi Okoshi, Jin Nakazawa. “QPilot: Reinforcement Learning-Based Adaptive Scheduling for Object-Sparse MOT”. IEEE PerCom 2026, Pisa, Italy

修士課程2年 伊藤君が東京科学大学で開催された令和7年度 廃棄物資源循環学会 関東支部主催講演会 研究発表会で優秀ポスター賞を受賞しました．

発表タイトル：「細粒度ゴミ排出量データ基盤を用いた鎌倉市戸別収集化の社会影響分析」
伊藤 隆, 陳 寅, 中澤 仁

概要：近年、自治体のごみ処理を取り巻く環境は厳しさを増しており、最終処分場の確保の困難化やごみ収集事業者の人材不足などが課題となっている。 例えば、神奈川県鎌倉市では2025年3月焼却炉の稼働停止となった。また、自治体には効率的な行政運営や市民サービス向上が求められる一方で、施策の効果を説明する責任も高まっている。 鎌倉市では市民サービスの観点から2025年4月より一部地域で戸別収集を開始した。戸別収集は近年、他の自治体でも実施されている事例はあるが、戸別収集がごみ排出量や収集業務に与える影響を定量的に評価した研究は少ない。 さらに、自治体が保有するデータは収集車単位の回収重量が中心であり、地域や地点ごとの細粒度な排出量データは不足している。 本研究では、複数の深層学習モデル、エッジAIデバイス、モバイル通信網を組み合わせた広域センシングにより、細粒度のごみ排出量データ基盤を構築し、データ基盤で収集したデータを活用し、鎌倉市における戸別収集施策の影響について定量的・定性的な分析を行うことを目的とする。

2026年1月7日（水）から9日（金）にかけて，韓国・延世大学校のJeongGil Ko先生が当研究室を訪問されました．

Ko先生は義塾の特別招聘教授（国際）を兼任されています．

博士課程2年 濱中君らの研究「ライフログサービスにおける行動変容に向けた適応的プッシュ通知型情報提示手法」が情報処理学会論文誌に採択されました．

概要:

食事や運動・睡眠などのライフログを記録し，アルゴリズムやAIによるアドバイスを提供する会話型健康アプリケーションにおいて，ライフログの継続的な入力は重要である．本研究では，継続的入力を促進するため，プッシュ通知ベースの情報提示手法を複数設計し評価した．(a)個人の制御焦点状態に基づく文言調整，(b)物理的行動の切り替えに基づくタイミング調整，(c)これらの複合的調整という3種類の介入手法を設計し，417名の実験参加者を対象に24日間の実証実験を行った．アプリケーションの起動回数，プッシュ通知の開封回数，およびライフログデータの入力回数を評価指標とし，行動変容への効果として検証した．結果として，プッシュ通知のタイミングと文言を調整した2つの手法が，アプリケーションの起動回数において統計的に有意な効果を示した．

濱中智己, 坂本一憲, 佐々木由樹, 水野慎一郎, 川崎康紀, 佐々木航, 中澤仁 and 大越匡, “ライフログサービスにおける行動変容に向けた適応的プッシュ通知型情報提示手法,” 情報処理学会論文誌, vol. 67, no. 3, pp. 571-587, 2026.
https://ipsj.ixsq.nii.ac.jp/records/2008646

「令和7年度 リサイクル技術開発本多賞」（主催：一般社団法人 産業環境管理協会 資源・リサイクル促進センター）を中澤仁教授、陳寅特任准教授が受賞しました。

10月21日（火）に機械振興会館ホールにて表彰式が開催され、表彰状の授与と、受賞研究報文「細粒度ごみ排出量データを活用した地域ごみ管理・収集・減量のデジタル推進基盤『ごみゼロ湘南』」の内容について成果発表を行いました。

本研究は、藤沢市・鎌倉市のごみ収集車にAIセンサーを搭載し、収集ルートの最適化やごみ排出状況の可視化を通じて、地域のごみ減量・資源循環を推進する取り組みです。こうした実践的な研究が高く評価され、今回の受賞につながりました。

学部4年 加藤君，劉君，学部3年 河村君，麻生君がフィンランド・Aalto Universityで開催されたACM Ubicomp2025でポスター発表しました．

Posters sessionに採択された論文題目は以下の通りです．

• SORA-SORT: A Simple Occlusion Risk-Aware Framework for Multi-Object Tracking
  • Keiichi Kato (Faculty of Environment and Information Studies, Keio University); Daisuke Goto (Keio University); Wenhao Huang (Keio University); Akira Tsuge (Keio Research Institute at SFC); Tadashi Okoshi (Keio University); Jin Nakazawa (Keio University)
• Implementation and Evaluation of a Three-Stage Text-Based Person Identification System
  • Tongyu Liu (Keio University); Jin Nakazawa (Keio University); Tadashi Okoshi (Keio University)
• Toward Pervasive Skin Health: Cross-Domain Learning for Segmentation of Mobile-Acquired Inflammatory Diseases
  • Ryo Kawamura (Keio University); Jin Nakazawa (Keio University); Tadashi Okoshi (Keio University)
• Fine-tuning LLM for Counseling Application in Federated Learning Setting
  • Shun Aso (Keio University); Satoki Hamanaka (Keio University); Jin Nakazawa (Keio University); Tadashi Okoshi (Keio University)

修士課程1年 後藤君が韓国・大田で開催されたIEEE ISMAR 2025でポスター発表しました．

Abstract: Effective localization and tracking are cornerstones of immersive Mixed Reality (MR). However, existing systems often fail in environments with complex motion, such as the interior of a moving vehicle. This setting presents unique challenges, including conflicting visual information and corrupted inertial sensor data. We propose a novel hierarchical system for in-vehicle MR that separates the user’s pose relative to the vehicle from the vehicle’s global pose. By using an edge device with a high-precision Global Navigation Satellite System (GNSS) receiver and an Inertial Measurement Unit (IMU) to estimate the vehicle’s state, and fusing gyroscope-based tracking with marker-based localization for the user, our system demonstrates a promising approach. Experiments show our method significantly outperforms a commercial solution, reducing the average localization error from 164.68m to 8.45m.

Daisuke Goto, Sungmin Lee, Akira Tsuge, Shuri Marui, Soko Aoki, JeongGil Ko, Tadashi Okoshi. “Hierarchical Localization and Tracking for In-Vehicle Mixed Reality”. IEEE ISMAR 2025, Daejeon, Korea

学部3年 青木君が研究内容を第28回 画像の認識・理解シンポジウム (MIRU2025) でポスター発表しました．

研究概要：本研究では，オープンボキャブラリー物体検出（OVD）における文脈理解性能とリアルタイム性の両立を目的として，YOLO-Worldアーキテクチャを拡張したDy-YOLO-Worldを提案する．YOLO-Worldは，軽量かつ高速なオープンボキャブラリー物体検出を実現する一方で，自然言語における文脈的意味の解釈に弱いという課題を抱えている．そこで本研究では，長文に最適化された「長文特化重み」を新たに学習し，従来の軽量なYOLO-Worldの重みと動的に切り替えて併用するアーキテクチャを導入する．長文重みの学習には，Flickr30k Entitiesデータセットを用いたファインチューニングを行い，複雑な自然言語指示への識別精度を向上させる．これにより，従来の推論効率を維持しつつ，より高い意味理解能力を備えたオープンボキャブラリー物体検出モデルの構築を目指す．実験の結果，提案手法は，Flickr30k EntitiesとCOCO 2017を統合した長文・短文混在のテストセットにおいて，既存のYOLO-Worldを上回る性能を示した．

修士課程2年 伊藤君が中国・蘭州で開催されたAIoTSys2025で口頭発表を行い，Best Paper Awardを受賞しました．

Takashi Ito, Wenhao Huang, Yin Chen, Jin Nakazawa. (2025, August). Object Size Classification in Garbage Disposal Sensing System Using Monocular Depth Estimation. In 2025 International Conference on Artificial Intelligence of Things and Systems (AIoTSys). IEEE.