コンピュータビジョン研究室を志望する皆様へ

パターン認識・機械学習の理論構築とそれを用いた顔・動作・状況認識システムの研究

研究分野：

当研究グループでは工学は役に立つべきものという観点から，パターン認識，機械学習・コンピュータビジョンに関する理論から実践までをバランスよくカバーする研究を目指しています．具体的には、高次元データ解析，部分空間表現に基づく識別識理論[解説，文献]の体系構築，およびそれらの深層学習との融合などを進めつつ，同時に３次元物体認識、顔認識、視線検出などのヒューマン センシング、ロボットビジョン，バイオインフォマティックス，生物画像解析の高精度化・実用化を目指して研究を進めています．

研究室の運営方針：

Imagination is more important than knowledge"
   Albert Einstein  1879-1955

創造性，自主性をもっとも重視します．様々な側面から皆さんの中に隠れている本当のやる気を引き出したいと思っています．その一環として４年次に国内学会，修士時は最低一回，国際学会で発表できるように指導します．ある先生が趣味として，若手を叱咤激励する事と書かれていましたが，私もそうなのかも知れません．

コンピュータビジョン，パターン認識，ロボット視覚の分野で世界トップクラスを目指しています．是非，一緒に研究を進めてまいりましょう．

具体的なテーマは上記の大枠に沿ったうえで各自の興味と適性，理論と応用のバランスを考慮して決めます．例えば以下のようなテーマ設定が可能です．

(1)革新的なパターン認識・機械学習の理論研究

部分空間ベースのパターン認識を数理的な側面から研究する．どんな理論かは部分空間法に関する学会：部分空間法研究会を参照してください．

(2)顔検出・認識の研究

複数視点画像を用いて顔を高精度かつ安定に検出し，認識するアルゴリズムについて研究する．

(3)人の動作認識の研究

位置不変量と多視点動画像を用いて動作を高精度に識別する方法を研究する．頭部運動に影響されない顔の向き・視線検出の原理とそれ用いたインタフェースを研究する．

(4)ロボット視覚の研究

ロボットが動画像・多視点画像を用いて人や周囲の状況を検知，認識する方法を研究する．

(6) 深層学習と統計的な識別法の融合

深層学習で得られる特徴抽出と統計的な識別法の最適な組合せ，さらには深層学習の可読性・識別性能をより高めフレームワークの構築を目指す．

(7) シミュレーションに基づくシステム学習法

ＣＧ画像を用いて画像認識システムを如何に学習させるかを研究する．我々はこのアプローチを”シミュレーション・ドリブン・パターン認識”と呼んでいます．

(8)生物画像処理

分離度フィルタなどによる強力な特徴抽出と識別法（統計的な識別法，深層学習）を用いて生物画像を高精度に解析・認識する方法を研究する．

研究室の構成など：

Ｈ２９年度: 博士１名，修士２年４名，修士１年５名，学類２名，秘書１名，教員１名

研究室で生活するうえでの約束事は学生の自主性に任せたいと思っています．

ミーティング，ゼミなど：　

· 進捗報告会　週１回，研究室ゼミ　週１回，学生自主勉強会 週１回

· 各自の進捗ペースに合わせた個別ディスカッション（随時）

· 他大学との研究交流会を行いました．

求める学生像（優先度の高い順）：

· やる気のある人

· すぐに諦めない人

· 物事を理論的に考えられる人

· 将来，世界的な技術者・研究者・企業家になりたい人

· 博士後期課程への進学を考えている人