知能情報メディア研究室

2016年10月に設立された研究室．

【博士後期課程学生の募集】豊田工業大学では，博士後期課程学生が月額15～20万円の給付型奨学金と学費免除を受けることが可能です（浮田研実績で全員が奨学金と学費全額免除を獲得）．浮田研究室への入学希望者は浮田までメールください．

【ポスドク公募】[1]

研究概要

人と共存し，環境適応する知能情報メディアシステムのため，コンピュータビジョン・画像認識などのマルチメディア計測・認識，および，大規模データの機械学習による計測・認識の高精度化に関する基礎技術を研究する．これら基礎技術を，人を見て（計測・認識して），人を知って（モデル化して），人を支援する知能情報メディアの応用研究に発展させる．

主な業績

Neurocomputingに論文が採択されました．
CVPR2024論文がIEEE名古屋支部国際会議研究発表賞を受賞しました．
CVPR2025に論文が１本採択されました．
情報処理学会CVIM2024 第239回奨励賞を受賞しました．
IEEE RA-L に論文が採択されました．
MIRU2024 で招待講演しました．
情報処理学会CVIM2024卒業論文セッション優秀賞を受賞しました．
ICCV2023論文がIEEE名古屋支部国際会議研究発表賞を受賞しました．
CVPR2024に論文が２本採択されました．
IJCNN2024に論文が４本採択されました．
IEEE Transactions on Instrumentation and Measurementに論文が採択されました．
IEEE Accessに論文が採択されました．
WACV2024に論文が採択されました．
ICCV2023に論文が２本採択されました．
ICANN2023に論文が採択されました．
ICRA2023論文がIEEE Robotics and Automation Society Japan Joint Chapter Young Awardを受賞しました．
Neurocomputingに論文が採択されました．
MVA2023に論文が3本採択されました．
CVPR2022論文がIEEE名古屋支部国際会議研究発表賞を受賞しました．
ICRA2023に論文が採択されました．
Japanese Journal of Applied Physicsに論文が採択されました．
PRMU月間ベストプレゼンテーション賞を受賞しました．
CVPR2022 Workshop(NTIRE2022)に論文が採択されました．
CVPR2022に論文が採択されました．
IEEE Transactions on Intelligent Transportation Systemsに論文が採択されました．
IEEE Transactions on Medical Imagingに論文が採択されました．
MVA2021でBest Practical Paper Awardを受賞しました．
MVA2021に論文が6本採択されました．
IEEE Transactions on Pattern Analysis and Machine Intelligence に論文が採択されました．
ICONIP2021 に論文が採択されました．
CVPR2020 に論文が採択されました．
Honorable Mention Awards in NTIRE 2019 challenge on video super-resolution and video deblurring を受賞しました．
CVPR2019に論文が採択されました．
Runner-up Award in AIM 2019 challenge on extreme super-resolution を受賞しました．
Honorable Mention Award in NTIRE 2019 challenge on image enhancement を受賞しました．
1st place in PIRM 2018 challenge on perceptual super-resolution を受賞しました．
Winner Award (1st place) in NTIRE 2018 challenge on image super-resolution を受賞しました．
CVPR2018 に論文が採択されました．

研究室講演会

講演会リスト

研究テーマ

画像の拡張・修復：
カメラで撮影された画像は，遠方物体は小さく（認識しにくく）映り，カメラや被写体が動くとぶれてしまったり，写っていてほしくない物体が写り込んでいるなど，多様な欠陥が含まれる．こうした欠陥は，人が画像を見る際にも，機械がその画像を見て何かを認識する際にも，邪魔になる．こうした問題を解決するための画像の拡張・修復技術を研究する．
大量データ学習による映像からのヒトの行動認識：
ヒトの動きや行動のモデル学習に際して，ヒトに与えられた知識（学習用データ）だけを参照するのではなく，インターネット上のデータ（例：youtubeやオンラインニュースなどの画像や映像）からの自動的に学習することで性能を向上させる．
人群の解析：
従来型の「画像中の数名を対象」としていた問題から，多人数の行動や属性を同時に認識する問題へと発展させる．駅・災害避難時などの混雑空間におけるセキュリティや適切な経路誘導などに応用できる技術である．
人体の計測と３次元アニメーション生成：
身体の自然な動きを，高精度な光学式センサ（カメラ）を使って計測し，その高精度計測された動きに含まれる個人の特徴や技を解析する．一般的なカメラで撮影された画像から，大まかな人体姿勢を推定する技術も研究しており，モニタリング，Human-Compter Interaction，Human-Robot Interaction などへの応用を開発する．
ヒトやロボットの動きの生成・予測:
ヒトやロボットの動きを生成・予測するための基礎技術を研究し，キャラクターアニメーション生成，人の移動軌跡予測，ロボット動作のプランニングなどの多様な応用に最適化させた拡張まで研究する．
スマートビークルのための搭乗者や周辺歩行者の行動・状態認識：
自動車の全自動化を見据え，搭乗者の状態の計測・認識に基づく個人にあわせた制御法や，周辺歩行者の行動を予測に基づいた歩行者・搭乗者が共に快適な制御法，などを研究する．
更に詳細な情報は教員のページを参照ください．