人物動作生成技術を発展させ、人のデジタルツインモデルの構築を目指します。クリエイション、ロボットの学習、産業におけるシミュレーションなど、応用は多岐にわたる技術になると考えています。博士課程修了後は獲得した知見を活かした社会実装、後学育成に注力したいと考えています。

Accurate and Efficient Scene Reconstruction for Industrial Applications.

I started my work with reconstruction of static scene from images and applying to industry especially in visual inspection of manufactured parts. In the future, I aim to expand my work to reconstruction of dynamic environments and pursue more accuracy and efficiency in reconstructed scenes. During my studies, I aim to collaborate with institutes outside of Japan and build connects globally.

日本のアニメ産業は世界にも名を轟かせ、多くの素晴らしい作品を輩出してきていますが、その現実は深刻な人手不足問題に直面しており、AIアシストによる人手不足問題の解消は喫緊の課題となっています。
近年多くの画像生成モデルや映像生成モデルが発表され話題を呼んでいますが、お手本となるイラストとの一貫性を保つことがまだまだ難しく、また、クリエイターの意図を汲んで編集を重ねることに向いていないというのが実状です。
私はこれらの課題に取り組みながら、アニメをはじめとする映像制作工程のボトルネック解消を目指します。将来は大学または企業にて、現場に導入可能な技術として研究を発展させていきたいと考えています。

私は、RGB動画に依存しない人物センシングを軸に、無線（Wi-Fi 等）や音響信号を用いた人物認識・動作推定の研究を進めてきました。遮蔽や暗所など視覚が不利な環境でも高精度に動作を捉えつつ、視覚プライバシーへの配慮を両立します。現在は Carnegie Mellon University にて、物理シミュレーションと強化学習を組み合わせ、人―人／人―ロボットの身体インタラクションにおけるモーション生成に取り組んでいます。
今後は、非視覚センシングと物理ベース学習を統合してロボットの知覚・行動計画に実装し、転倒検知・安全介助・協調搬送など生活現場への展開を進めます。実環境で信頼して使える human-centric なヒューマンセンシング／ヒューマン-ロボット・インタラクション基盤の確立を目指します。