Duc Minh Vo 研究室

主宰者：Duc Minh Vo
東京大学

AI 要約（直近 5 年の研究成果）

本研究室は、画像や映像などの視覚情報を理解し、それを言語で表現・生成する技術、およびその過程で生じる課題の解決に取り組んでいます。特に、訓練データに含まれないものを説明する、ノイズの多いデータから学習する、複数ページの文書を処理するなど、実世界の複雑で不完全な条件下での処理を重視しています。文字だけでなく図表やレイアウトを含む複合文書の理解、未知の物体の描写、および人物の動作認識など、多様な対象に対応する手法を開発しています。 技術的には、生成的対抗ネットワーク（GAN）を中心として、大規模言語モデルやビジョン・トランスフォーマーなどの深層学習モデルを組み合わせた手法を採用しています。ノイズを含むラベルやラベルなしデータへの対応、学習の安定化、モデルの圧縮など、実用的な観点からの改善にも注力しています。 主な成果として、訓練時に見なかった物体や事象に対しても説明文を生成できる技術、データの偏りや不完全性を補うための複数の手法、および自動評価指標の開発などが報告されています。これらの研究は、画像キャプション生成、映像理解、3次元動作推定など複数の応用分野に関連しており、デジタルコンテンツの理解と生成における現実的な課題への対応を目指しています。

※ AI（Claude）が、公開されている論文要旨から研究の問い・手法・主要な発見を事実情報として抽出・再構成して自動生成しています。誤りを含む可能性があるため、正確性は研究室公式情報でご確認ください。

外部リンク

関連研究室(8 件)

研究成果（19 件）

続きを表示（残り 9 件）

科研費（0 件）

まだデータがありません（KAKEN 取り込み後に表示）。

所属学会・役職（0 件）

まだデータがありません（学会データ連携後に表示）。