研究内容
宇佐美研究室では、画像処理・コンピュータビジョン・機械学習を基盤に、4つの研究テーマを柱として活動しています。
研究の骨格
私たちの研究は「原理の探求」と「応用の実現」の両輪で構成されています。
画像や映像から情報を抽出し、理解し、活用するための基盤技術を追求しながら、 医療、製造、社会インフラなど、実世界の課題解決に貢献することを目指しています。
研究を進める上では、単に精度を追求するだけでなく、 「なぜその手法がうまくいくのか」「どのような限界があるのか」を 深く理解することを重視しています。
原理 × 応用
私たちの研究は、基盤的な原理研究と、具体的な応用研究の両面から構成されています。
原理研究
光学・物理・数学に基づく画像理解の基礎
- 物理ベース画像解析
- 時空間モデリング
- 生成モデルの理論
応用研究
実世界の課題解決に向けた技術開発
- 医用画像診断支援
- 外観検査
- 行動認識システム
研究テーマ
4つの研究テーマを柱に、多様なプロジェクトを展開しています。
医用画像解析・三次元形状復元と診断支援
Medical Imaging, 3D Shape Reconstruction, and Diagnostic Support
内視鏡画像，CT画像，細胞・病理画像を対象に，病変検出から三次元形状復元，診断支援までを扱う研究です．
光・物理に基づく画像理解
Physics-based Vision
光の反射・透過・散乱などの物理現象を考慮し、画像から物体の形状や材質を推定する研究を行っています。
実世界センシングと時空間モデリング
Real-world Sensing and Spatiotemporal Modeling
動画像やセンサデータから、時間的・空間的な構造を捉え、行動認識や異常検知を行う研究です。
生成AI・学習支援・検証
Generative AI, Learning Support, and Validation
生成モデルの開発と評価、AI学習を支援する手法、生成物の品質検証に関する研究を行っています。
評価の考え方
研究成果の評価は、定量的な指標だけでなく、多角的な視点から行います。
- 再現性: 実験条件を明確にし、他者が追試可能な形で成果を公開 - 汎化性能: 特定のデータセットへの過学習ではなく、実環境への適用可能性 - 解釈可能性: 手法がなぜ機能するかの理解と説明 - 社会的インパクト: 研究成果が実社会にもたらす価値