コンピュータビジョン及びマルチメディア：山﨑俊彦

Attractiveness Computing (魅力工学)

我々が人やサービス，モノに対して感じる「魅力」に興味がある．深層学習，機械学習，統計処理，グラフ信号処理などを用いて解析し，魅力度の予測・数値化、原因・要因解析，向上・増強などを行っている．「刺さる」「映える」「響く」などを工学的に解析・再現したいと考えている．決して単なる応用志向の研究なだけではなく，社会的・産業的にも重要な課題を解決していく上で基礎的・本質的となる技術も多数研究している．

機械学習・パターン認識の新領域開拓

機械学習やパターン認識について，下記のような挑戦的な試みを行っている．

・少数・不完全なデータを用いた学習
　多段階転移学習，Unpaired学習，弱教師付き物体検出，対照学習，アクティブラーニング，高速・安定な最適化手法など，機械学習技術をより一般的・実用的に使えるようにする研究をしている．

・学習の信頼性向上
　深層学習では，Adversarial Example等わずかなノイズを重畳するだけで認識を間違う画像を生成できることが問題になっている．また，フェイク画像・映像も社会問題化している．それらの生成メカニズムと防衛策について研究している．

・強化学習やメタ深層学習を用いた画像処理
　深層強化学習による画像処理を行っている．特に深層強化学習による超高速画像処理，画質・画風変換、映像要約など先駆的な研究を行っている．

実世界応用・その他

以上の項目に収まりきれない下記のような新しい研究課題の立ち上げも行っている．

・医療画像認識・処理

・イラスト描画やCG生成のための支援技術

・保育・老健施設等での見守り支援，機能解析

・IoTセンサの設計・作成と環境センシング

・宇宙空間など極端な制限を受ける環境下での深層学習

・動作の理解・検索・評価

・画像・映像の対応点探索, 補完, 超解像といった基礎的課題