動画像理解研究室

(どうがぞうりかいをちゅうしんに，けいさんきがじつせかいをりかいするためのけんきゅうをおこなっています．) 動画像理解を中心に，計算機が実世界を理解するための研究を行っています． (どうがぞうは，えいぞうやおんせい，てきすと，さらにはじょうきょうやぶんみゃくまでもふくむじょうほうげんです．) 動画像は，映像や音声，テキスト，さらには状況や文脈までも含む情報源です． (すぽーつえいぞう，いようがぞう，かんしかめらなど，たようなぶんやへのおうようがあります．) スポーツ映像，医用画像，監視カメラなど，多様な分野への応用があります． (じんぶつ・ぶったい・がぞうのそうごかんけいをこうりょしたじくうかんどうさけんしゅつ) 人物・物体・画像の相互関係を考慮した時空間動作検出 (でーたせっと) データセット (どうさにんしきのためのｖｉｄｅｏｍａｅとくちょうのどうてきひょうげんのぶんり) 動作認識のためのVideoMAE特徴量の動的表現の分離 (せんじゅつりかいにむけたばどみんとんえいぞうのまるちすけーるきゃぷしょにんぐ) 戦術理解に向けたバドミントン映像のマルチスケールキャプショニング (ｚｅｒｏ－ｓｈｏｔがくしゅうのためのかてごりめいのじどうさいてきか) Zero-shot学習のためのカテゴリ名の自動最適化 (ｖｌｍをもちいたどうさたいしょうぶったいらべるのあのてーしょん) VLMを用いた動作対象物体ラベルのアノテーション (ｍ３ｄｄｍによるｖｉｄｅｏ　ｏｕｔｐａｉｎｔｉｎｇけっかのかいぜんほうほうのけんとう) M3DDMによるvideo outpainting結果の改善方法の検討 (じんぶつしせいすいていをもちいたあもーだるじんぶつせぐめんてーしょん) 人物姿勢推定を用いたアモーダル人物セグメンテーション (とくちょうりょうしふとをもちいたくえりーべーすのじくうかんどうさけんしゅつ) 特徴量シフトを用いたクエリベースの時空間動作検出 (ｃｌｉｐによるふくすうでーたせっとがくしゅうのためのきょうゆうこゆうぷろんぷと) CLIPによる複数データセット学習のための共有・固有プロンプト (おんらいんどうががくしゅうのためのじかんてきまるちすけーるｍｅｍｖｉｔ) オンライン動画学習のための時間的マルチスケールMeMViT (しせいじょうほうをもちいたらけっとすぽーつえいぞうちゅうのひっとじこくけんしゅつ) 姿勢情報を用いたラケットスポーツ映像中のヒット時刻検出 (どうさにんしきにおけるせいてきばいあすていげんのためのせいてきじょうほうとどうてきじょうほうのぶんり) 動作認識における静的バイアス低減のための静的情報と動的情報の分離 (まるちどめいんがくしゅうのためのきょうゆうこゆうｌｏｒａのぶんりがくしゅうしゅほう) マルチドメイン学習のための共有・固有LoRAの分離学習手法 (にんしきりつにもとづいたどうさにんしきでーたせっとのでーたくれんじんぐ) 認識率に基づいた動作認識データセットのデータクレンジング (えっじけんしゅつをへいようしたどうさにんしきとせいきかもーめんとこうかんによるどめいんてきおう) エッジ検出を併用した動作認識と正規化モーメント交換によるドメイン適応 (じくうかんあくしょんけんしゅつのためのじんぶつくえりのまっちんぐ) 時空間アクション検出のための人物クエリのマッチング