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.

高速かつ高精度な数値シミュレーション代替モデルを実現するため、機械学習と計算力学を融合させた新たなフレームワークの構築に取り組んでいます。将来的には、計算力学分野での新技術の創出を通じて、日本の産業界の発展に貢献できる国際的視点を持った研究者を目指しています。

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。

一人称視点映像からの人物動作理解・予測・生成
海外で活躍できる研究者を目指す
https://masashi-hatano.github.io/

私は「イベントカメラ」という特殊なカメラで撮影されたデータの活用について研究を行っています。イベントカメラは通常のカメラとは異なり「明るさの変化」を計測するカメラで、通常のカメラでは困難な高速に移動する物体の撮影や暗い場所での撮影を可能にします。私はこれまでイベントカメラを用いた画像のブレ除去やスポーツの試合におけるボールの回転推定、動いている物体の3次元形状復元などの応用に取り組んできました。
私は特殊なセンサを用いて通常のカメラでは観測が困難な被写体や現象を観測することに興味を持っており、イベントカメラの研究にもその一環として取り組んでいます。将来的にはイベントカメラに限らず、様々なセンサを用いた研究に取り組んでいきたいと考えており、それが従来のコンピュータビジョン技術の限界を押し広げることに繋がると信じています。

システムソフトウェアの研究者

R&D職

私の研究は、遷移金属ナノクラスターの構造および機能を解明し、その触媒応用への展開を目指すものです。
ナノクラスターは、触媒活性や光学応答など多様な特性を示し、構成原子数を原子1個単位で制御できることから、理想的な反応場の創製が可能な次世代材料として注目されています。
本研究では、これらの特性発現の仕組みを明らかにし、酸素還元反応や酸化反応などの高効率化に資する設計指針を提示することで、ナノテクノロジーの発展に貢献することを目指しています。