Intelligence and Sensing Lab.

Intelligence and Sensing Lab.

D3センター

大阪大学

知能センシング研究室について

知能センシング講座（ISLab; 長原研究室）は大阪大学 大学院情報科学研究科の協力講座です。人工知能をはじめとするデータサイエンスに関する技術を多くの人に利用してもらうことをミッションとする大阪大学D3センター知能情報基盤研究部門を母体としており、学内外の様々な組織との共同研究などを実施しています。2020年度から大学院情報科学研究科の協力講座となり、学生の皆様と一緒に研究を進めることができるようになりました。学生の皆様が主体的・積極的に実施する研究プロジェクトをサポートしつつ、関連分野の知識・技術の獲得をお手伝いしていきます。

当研究室で一緒に研究をしたい学生の皆様はこちら。

研究分野

  • コンピュータビジョン
  • コンピュテーショナルフォトグラフィー
  • 自然言語処理
  • パターン認識
  • 機械学習

最新情報

  • ✨ New members joined on April 1st: Wang Junqi, Bai Jihong, and Meng Siyuan. Welcome!
  • 🎉 One paper is accepted to CVPR 2025 🎉
    • “NeISF++: Neural Incident Stokes Field for Polarized Inverse Rendering of Conductors and Dielectrics” by Chenhao Li, Taishi Ono, Takeshi Uemori, Sho Nitta, Hajime Mihara, Alexander Gatto, Hajime Nagahara, Yusuke Moriuchi
  • 🎉 One paper is accepted to ICLR 2025 🎉
    • “Gaussian-Based Instance-Adaptive Intensity Modeling for Point-Supervised Facial Expression Spotting” by Yicheng Deng, Hideaki Hayashi, Hajime Nagahara

プロジェクト

物理エンコーダの同時最適化による物体認識モデルと病理診断実証
3D画像認識AIによる革新的癌診断支援システムの構築
これまで目視に頼っていたがん細胞診断を、細胞の3次元形状計測とデータベース構築および診断の機械学習により自動化します。これにより、高速・高精度ながん細胞診断支援システムを開発し、世界中の誰もがどこでもがん診断を受けられる社会を実現します。
3D画像認識AIによる革新的癌診断支援システムの構築
Knowledge VQA
知識を要する画像・映像に関する質疑応答（Knowledge Visual Question Answering; KVQA）は、画像・映像に関する質問で、回答に知識を必要とするタスクです。
Knowledge VQA
オーストラリアの歴史とAI
大阪大学 文学研究科の藤川 隆男 教授との共同研究では、当時のパブリックミーティングの参加呼びかけについての新聞記事を利用してオーストラリアの歴史を探索しするアプローチを模索しています。
オーストラリアの歴史とAI
多元コンピュテーショナル光計測による手術支援応用
近年、開腹手術とくらべて患者の負担が少なく快復が早いことから内視鏡手術が注目されている。しかし、内視鏡で得られるのは視野の狭い2次元画像で、術者に高度な技術を要求することから開腹手術と比べて効率や安全性が劣るという問題がある。本研究では、新たな光計測技術を開発し非接触でリアルタイムの臓器の3次元計測･推定手法を実現する。
多元コンピュテーショナル光計測による手術支援応用
学術変革領域研究(A) 学習物理学の創成
物理学は、その長い歴史の中で、自然科学で最も精密な実験場を提供し、さまざまな自然の階層における課題を、数理科学との連携により解決してきました。一方で、機械学習分野は、人工知能の基盤をなす数理体系であり、近年の計算科学の進展により爆発的な進化を見せている、大きな研究分野です。我々は、これら大きな二つの分野を融合する、「学習物理学領域」を提案します。
学術変革領域研究(A) 学習物理学の創成
Society 5.0 Projects
D3センターでは、情報科学の様々な分野に渡る技術を利用して、Society 5.0プロジェクトに取り組んでいます。
Society 5.0 Projects
審美歯科修復における光学的シミュレーション解析
大阪大学歯学研究科との共同研究では、インプラントされた歯を光学的な観点からより自然に見せるための研究を行っています。
審美歯科修復における光学的シミュレーション解析
AIホスピタル
ISLabでは、最新のAIの技術を利用して大阪大学医学部附属病院のAI医療センターと共同研究を進めています。
AIホスピタル
Law and AI
大阪大学法学研究科の大久保 規子 教授との共同研究では、いろいろな国で環境法がどのように実施されているかについてを自動で評価する方法を研究しています。
Law and AI
仏顔とAI
大阪大学 文学研究科の藤岡 穣 教授との共同研究では、仏像の顔に着目して、その仏像に関する様々な側面を解析する研究を実施しています。
仏顔とAI

メンバー

教員

Avatar

長原一

教授

Avatar

早志英朗

准教授

研究員

Avatar

Noa Garcia

准教授（兼任）

Avatar

芦田 淳

特任助教

Avatar

Bowen Wang

特任研究員

Avatar

Jovana Panic

特任研究員

Avatar

Liyun Zhang

特任研究員

招へい研究員

Avatar

中島悠太

教授

Avatar

Benjamin Renoust

招へい准教授

Avatar

Chenhui Chu

招へい准教授

Avatar

武村紀子

招へい准教授

Avatar

新岡宏彦

招へい准教授

Avatar

梶原智之

招へい准教授

Avatar

Yiming Qian

招へい研究員

Avatar

Trung Thanh Ngo

招へい研究員

Avatar

Zhenyu Yang

博士後期課程学生（インターン）

学生

Avatar

Hugo Lemarchant

博士後期課程学生

Avatar

Ziyi Chen

博士後期課程学生

Avatar

Zongshang Pang

博士後期課程学生

Avatar

Yankun Wu

博士後期課程学生

Avatar

Yicheng Deng

博士後期課程学生

Avatar

Jiahao Zhang

博士後期課程学生

Avatar

Tong Xiang

博士後期課程学生

Avatar

Ryan Caesar Ramos

博士後期課程学生

Avatar

Patrick John Ramos

博士後期課程学生

Avatar

Lu Wei

博士後期課程学生

Avatar

Yi Liu

博士後期課程学生

Avatar

石山 和樹

博士前期課程学生

Avatar

一宮 俊介

博士前期課程学生

Avatar

佐藤 史興

博士前期課程学生

Avatar

佐藤 大吾

博士前期課程学生

Avatar

Lorenzo Querol

博士前期課程学生

Avatar

福井 直哉

博士前期課程学生

Avatar

村上 裕太

博士前期課程学生

Avatar

Kim Hakmin

博士前期課程学生

Avatar

Junqi Wang

博士前期課程学生

Avatar

真中 良汰

博士前期課程学生

Avatar

Bai Jihong

博士前期課程学生

Avatar

Meng Siyuan

博士前期課程学生

発表文献

Compressive Acquisition of Light Field Video Using Aperture-Exposure-Coded Camera
We propose a method for compressively acquiring a light field video using a single camera equipped with an optical aperture-exposure …
引用 URL
Instruct Me More! Random Prompting for Visual In-Context Learning
Large-scale models trained on extensive datasets, have emerged as the preferred approach due to their high generalizability across …
PDF 引用
MIDAS: Mixing Ambiguous Data With Soft Labels for Dynamic Facial Expression Recognition
Dynamic facial expression recognition (DFER) is an important task in the field of computer vision. To apply automatic DFER in practice, …
PDF 引用
Revisiting Pixel-Level Contrastive Pre-Training on Scene Images
Contrastive image representation learning through instance discrimination has shown impressive transfer performance. Recent strategies …
引用 URL
ICDAR’23: Intelligent Cross-Data Analysis and Retrieval
Recently, there has been an increased interest in cross-data research problems, such as predicting air quality using life logging …
引用
発表文献一覧

アクセス

  • +81-6-6105-6074
  • 山田丘2-8, 吹田市, 大阪府 565-0871
  • テクノアライアンスC棟のエレベータで5階C503にお越しください
  • 9:00 - 17:00
  • DM Me