Responsive image

研究内容

医用画像処理

CT (Computed Tomography) 画像,MRI (Magnetic Resonance Imaging),CR (Computed Radiology),顕微鏡などの医用画像に対し,画像処理技術を用いたコンピュータ診断支援 (Computer Aided Diagnosis) システムの開発を行っています。CAD技術の適用により,病変部の強調処理,解析しやすい画像の提供,特徴量解析による候補陰影の検出法などを行っています.画像処理の結果,病気の早期発見・早期治療に貢献できます.

動画像処理

人の動作や姿勢の解析は,行動パターンの認識やスポーツトレーニング,リハビリテーション分野などに広く応用される技術です.本研究室では,3次元センサの一つであるKINECTや簡便なUSBカメラを利用した,ロボットなどの自律走行に必要なナビゲーションシステムの開発や車いすの自立走行のための画像解析法の開発も行っています.さらに,コンテナ映像からのクレーンの把持位置を検出するための画像解析法の研究も行っています.

信号処理

一次元または二次元の信号データを解析することで有用な情報を取得します.本研究室では,パワーデバイスの一つであるIGBT(Insulated Gate Bipolar Transistor) の,製造過程で得られる一次元信号または画像データからの特徴量を解析し,IGBTの良・不良品判定を行うためのシステムを開発します.また,二次元信号として得られるパワーデバイス超音波画像の画像診断法の開発を行います.

ロボットビジョン

少子高齢化による労働人口の減少を補うため,工場内の自動化・無人化の要求が高まっています.物流産業におけるピッキング作業も例外ではなく,自動化による効率化が求められています.本研究では,深層学習や従来のパターン認識法を用いて,ロボットに取り付けたカメラ映像からの物体の検出・認識を行い,自動でピッキングを行う画像解析法を開発します.

深層学習

人工知能(AI)は日常生活や社会・経済活動を支える重要な技術であり,我が国の経済の持続的成長や様々な社会的課題の解決に大きく貢献している.近年,欧米などの先進国はじめ,新興国の双方において,人工知能が成長の鍵として認識され,特に情報通信技術(ICT)やロボット技術(RT)を中心とした人工知能の新しい技術の開発を進めている.これまでに開発された人工知能技術はパターン認識分野において優れた認識精度を得ているが,多くの限界も存在している.それはビッグデータへの過度な依存やモデルの複雑化等に起因する.そこで,本研究では単に次世代人工知能技術の開発を行うことではなく,「Beyond AI」という新たな汎用型知能認知技術の開発を目標とする.また,開発した知能学習モデルを利用し,自動運転車,精密医療,産業ロボット等での実証実験を念頭にした解析法の開発を行う.