研究テーマ

講義資料や教材を解析し，教材コンテンツの構造と学習者の行動・理解との関係を分析する研究です．

電子教材の閲覧ログ，視線データ，教材内容を統合し，ページ単位では捉えにくいトピックごとの注目や閲覧傾向から，緻密な学習行動パターンを分析します．

授業中の学習者による電子教材の閲覧状況をリアルタイムに分析し，教師の説明への追従状況，注目されている箇所，理解につまずいている可能性のある内容を即時に把握することで，学習状況に応じた適応的な授業進行を支援します．

学生の学習活動を分析し，授業序盤の限られたデータから，離脱や学習上の困難に直面する可能性のある学生を早期に発見するための予測技術を研究しています．

監視映像における変化検出と背景モデリングにより，人物などの移動物体を背景から高精度に分離し，影や照明変化，環境の変動による誤検出を抑制する技術を研究しています．

背景の模様を透過・屈折するため通常の画像処理では検出が難しい透明物体を対象に，ライトフィールド画像の多視点間の整合性，光学的な歪み，遮蔽境界を利用して，背景から高精度に分離する技術を研究しています．

画像とテキストなど異なる種類のメディアを共通の意味表現へ対応付け，情報損失を抑えたコンパクトな二値コードを学習することで，大規模データからモダリティを越えて関連情報を高速に検索する技術を研究しています．

ウェアラブルカメラと360度カメラの映像から，農業実習中の学習者の位置，作業内容，作業時間を推定・可視化し，実習活動の客観的な評価と教師による授業改善を支援します．

利用者にとって直感的で，機械にとっても認識しやすいハンドジェスチャインタフェースを実現するため，手形状と動作の組合せを評価し，利用者が操作ジェスチャを選択・設計できる仕組みを研究しています．

ジェスチャ動作の途中までに観測された部分的な動きから意図する操作を早期に推定し，動作完了前に認識結果を確定することで，応答遅延の少ない直感的なヒューマンマシンインタフェースを実現します．

Wi-Fiパケットの観測から周辺の端末数や人の移動状況を推定し，時系列変化に基づいて将来の混雑を予測するとともに，リアルタイム混雑マップ，人流可視化，AR案内へ活用する技術を研究しています．

商業施設や街中などに分散配置された複数のセンサについて，各センサ内の追跡結果からセンサ間の連結関係を自動推定し，人物や集団を広域にわたって追跡します．さらに，追跡精度の向上と計算負荷の分散に向けて，センサと計算機の最適な割り当てを自動推定する技術を研究しています．

背景差分に用いる深層ニューラルネットワークについて，各層の特徴マップや個々のフィルタの影響を可視化・分析し，畳み込み，バイアス，シーン固有の特徴が高精度な変化検出にどのように寄与するかを明らかにします．

学習分析