01Core Research
低照度画像強調の研究
SD-Retinex: A Stable Retinex Method for Low-Light Image Enhancement Designed Around the Sigmoid Derivative(新しいタブで開きます)
シグモイド関数の導関数を設計原理とし、極を持たない実軸カーネルと有界なトーンマップで、学習不要・CPUのみの安定した低照度画像強調を実現。LOL eval15 で、評価した学習不要手法の中で最高の PSNR と最小の色差を記録。
複素指数カーネルに基づく高速・構造保持型 Retinex手法 XCRの提案(新しいタブで開きます)
複素指数関数から解析的に導いた分離型カーネルで照明を推定する Retinex 手法。GPUを使わずCPUのみで 1080p 動画を平均 15.32 FPS で処理(Snapdragon X 搭載PCでの計測)。
Fast Single-Scale Retinexの提案と低照度環境におけるリアルタイム骨格検出性能の評価(新しいタブで開きます)
高速な Single-Scale Retinex を提案し、低照度環境でのリアルタイム骨格検出の性能を評価。
02Publications
チームの論文・発表
Re-Defining Vanishing Municipalities in Japan: A Multidimensional Clustering and SLM-Based Policy Insight Framework
多次元クラスタリングと小規模言語モデル(SLM)を組み合わせ、日本の「消滅可能性自治体」を再定義する政策分析の枠組みを提案。
リアルタイム姿勢推定による弓道フォーム評価手法の提案とWeb実装
リアルタイム姿勢推定を用いて弓道の射形を評価する手法を提案し、Webアプリケーションとして実装。優秀発表賞を受賞。
03Roadmap
これから取り組む研究テーマ
- 01
暗所点検データセット
照度・撮影距離・照明出力を記録しながら、船舶の閉鎖区画や管路で点検映像を撮影し、人の目で確かめたラベルを付けたデータセットを構築します。
- 02
強調と検出の統合
暗さに応じて強調を切り替え、物体検出や異常検知、視覚言語モデルの判断を安定させる前処理を研究します。
- 03
現場の指標での評価
見落とし率や作業時間など、点検の現場で意味のある指標で効果を測ります。
- 04
エッジでの高速化
1080pの映像や、NPU・旧世代のPCでも実時間で動く実装を追求します。