機械学習と物体追跡, 画像処理についての研究を主に行っています.
卒業論文(2019年2月) :
情報処理学会 第18回情報科学技術フォーラム(2019年9月) :
Visual Object Tracking by Using Generic Object Recognition and Convolutional LSTM Network
修士論文(2021年2月) :
物体追跡技術の軽量化を目指したモバイルCNNモデルの特徴量抽出の学習
物体追跡技術の軽量化を目指したモバイルCNNモデルの特徴量抽出の学習（学生奨励賞）
(共著, 筆頭筆者:寺嶋 達磨) ニューラルネットワークによる非線形4階偏微分方程式の係数と解の予測
以下は第18回情報科学技術フォーラム(FIT2019)にて発表した手法の紹介です．
提案する物体追跡アルゴリズムのベースとなる手法の FMST(山田真生氏修士論文) と卒業論文での提案手法の比較動画です.
左上の数字はフレーム数, 緑の枠は正解領域を示し， 赤は手法による予測領域を示します. 右下の青い数字は再生速度を表します．
Basketball
Freeman4
Jogging
追跡タスクの内部処理を可視化をした動画です．
Boltを追跡するタスクです．右は処理内で行われる予測を可視化したものです．