学部4年Xi Wang君の研究が国際会議IEEE PerCom’22 WiP Track にacceptされました。

Xi Wang, Tadashi Okoshi, Jin Nakazawa, “Lower Face Inpainting Aiming at Face Recognition under Occlusion”

Wang君の研究は、人々がマスクを外せないパンデミック状況下において、マスクで隠れた素顔の部分を機械学習の生成モデルを使って補うことで顔全体の画像を構成し、顔認識の精度を高めるものです。

本研究は3月にオンラインで開催される国際会議IEEE PerCom’22で発表されます。

The 20th International Conference on Pervasive Computing and Communications (PerCom 2022)
http://www.percom.org

学部4年別宮君らの研究が情報処理学会第72回UBI研究会にて発表されました。

道路上に出現する廃棄物は，ドライバーなどからの報告をもとに国や県などが撤去するため、長期的に廃棄物が放置される可能性があり，また網羅的な調査にもコストがかかります。本研究では、道路上の異状の中でも車道上の廃棄物に注目し、車道上の未知の物体を自動で検出するシステムの構築手法を提案しました。交通に影響のある車道上の廃棄物などを自動で検出後、通知するシステムを構築し、町全体を日常的に徘徊するゴミ収集車などに設置することで、廃棄物の長期的な放置されることを防ぎ、調査する費用を削減することが可能です。各機能と提案手法の性能の評価を独自に作成したデータセットなどを用いて行い、各機能と提案手法の有効性を示しました。

別宮 広朗, 河崎 隆文, 中澤 仁, 物体検出とセマンティックセグメンテーションによる車道上に限定した未知物体検出手法の提案(UBI), Vol.2021-UBI-72, No.19, pp1-8, 2021.
http://id.nii.ac.jp/1001/00213868/

学部2年坂内君らの研究が、情報処理学会第72回UBI研究会にて発表されました。

日本全国に施設された120万キロの道路補修のために、その損傷を低コストで検知する事は大きな課題となっています。ドライブレコーダーなどからの画像と、機械学習の物体検出モデルを組み合わせた手法が提案されていますが、学習に使用できる道路損傷箇所の画像データ数の確保が難しいことから、その精度は発展途上にあります。本研究では、道路損傷箇所が含まれる合成画像をCGを使って作成し学習に使用することで、データ数の少なさを補う手法を提案しました。

坂内 理人, 別宮 広朗, 河崎 隆文, 檀上 誠, 中澤 仁, 物体検出を用いた道路陥没箇所検出モデルにおける合成画像を使用した学習の有効性の検討(UBI), Vol.2021-UBI-72, No.8, pp1-8, 2021.
http://id.nii.ac.jp/1001/00213857/

授業支援アプリケーションSFC-GOにより、大学生の身体活動量を自動収集し分析した。これにより、通学、授業、課外活動の時間帯における歩数の減少と静止時間の長時間化が明らかになった。

西山勇毅, 柿野優衣, 中縁嗣, 野田悠加, 羽柴彩月, 山田佑亮, 佐々木航, 大越匡, 中澤仁, 森将輝, 水鳥寿思, 塩田琴美, 永野智久, 東海林祐子, and 加藤貴昭, “感染症流行時におけるスマートフォンを用いた大学生の身体活動量分析,” 情報処理学会論文誌, vol. 62, no. 10, pp. 1630–1643, 2021.
http://id.nii.ac.jp/1001/00213189/ 

コロナ禍でのオンライン体育授業を支援する「SFC GO」に関する、博士課程佐々木君らによる研究論文が、情報処理学会論文誌トランザクション「デジタルプラクティス」に採録されました。
SFC GOにより、多様な身体運動活動体験の提供、授業時間外での非同期コミュニケーションの誘発、SFC GOを利用した運動後における高い覚醒度/感情価の存在が確認出来ました。

学部4年浜中君らの研究が、ACM UbiComp/ISWC2021 併設ワークショップWellComp 2021 (4th International Workshop on Computing for Well-being)に採択され、発表しました – A Comparative Study of CIPN Symptom Estimation Methods Based on Machine Learning

実験の性格が故、また新型コロナウイルス感染拡大の中データ収集が満足にできない状況で、少量のセンサデータとラベルから癌患者のCIPN(化学療法誘発性末梢神経障害) 状態を推定する機械学習モデルの手法比較を行いました。

Satoki Hamanaka, Wataru Sasaki, Tadashi Okoshi, Jin Nakazawa, Kaori Yagasaki, and Hiroko Komatsu. 2021. A Comparative Study of CIPN Symptom Estimation Methods Based on Machine Learning. In Adjunct Proceedings of the 2021 ACM International Joint Conference on Pervasive and Ubiquitous Computing and Proceedings of the 2021 ACM International Symposium on Wearable Computers (UbiComp ’21). Association for Computing Machinery, New York, NY, USA, 117–120. DOI:https://doi.org/10.1145/3460418.3479316