Einoshin Suzuki 研究室（九州大学）

AI 要約（直近 5 年の研究成果）

Einoshin Suzuki研究室は、映像や画像などの視覚情報から異常や不規則性を検出する技術を研究しています。人間の日常的な行動監視の映像や複雑なシーン中のカメラからの映像に対して、深層学習とグラフ構造を組み合わせた手法により、通常の動きと異常な動きを区別したり、複数の領域に関わる異常な状況を検出したりしています。また、自己教師あり学習という、ラベル付きデータが少ない状況でも効果的に学習する方法を活用し、より汎用的な異常検出モデルの構築を目指しています。一方、視覚情報の別の側面として、テキスト情報との統合による画像処理にも取り組んでいます。シーングラフと呼ばれる構造化された情報から複雑なシーン図像を生成したり、複数のモード（画像・テキスト）の特徴を共通空間で統合して背景や文脈を捉えたりする研究を進めています。加えて、強化学習における効率的な学習や目標表現の圧縮、人物再識別システムの転移学習、物体追跡における不確実性の管理など、機械学習全般における様々な課題に対して情報理論的なアプローチを適用しています。

※ 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

研究成果（20 件）

[2026] SETJiP: Spatial and Extra Temporal Jigsaw Puzzles for Video Anomaly Detection
DOI: https://doi.org/10.3390/s26092889
[2025] Complete Categorization of Instinct-Exploiting Data-Explanations and Their Generation with Large-Language Models
DOI: https://doi.org/10.1609/aies.v8i2.36627
[2025] Detecting anomalies in human monitoring based on multimodal multiview self-supervised learning
DOI: https://doi.org/10.1007/s00138-025-01683-y
[2025] Leveraging Vision Language Models for Understanding and Detecting Violence in Videos
DOI: https://doi.org/10.5220/0013160000003912
[2024] Image Generation from Hyper Scene Graphs with Trinomial Hyperedges Using Object Attention
DOI: https://doi.org/10.5220/0012472500003660
[2024] Image Generation from Hyper Scene Graph with Multiple Types of Trinomial Hyperedges
DOI: https://doi.org/10.1007/s42979-024-02791-8
[2024] Compact Goal Representation Learning via Information Bottleneck in Goal-Conditioned Reinforcement Learning
DOI: https://doi.org/10.1109/tnnls.2023.3344880
[2023] Cross-Modal Self-Supervised Feature Extraction for Anomaly Detection in Human Monitoring
DOI: https://doi.org/10.1109/case56687.2023.10260493
[2023] Sample-Efficient Goal-Conditioned Reinforcement Learning via Predictive Information Bottleneck for Goal Representation Learning
DOI: https://doi.org/10.1109/icra48891.2023.10161213
[2023] Region Anomaly Detection via Spatial and Semantic Attributed Graph in Human Monitoring
DOI: https://doi.org/10.3390/s23031307

続きを表示（残り 10 件）

[2023] Class-Specific Word Sense Aware Topic Modeling via Soft Orthogonalized Topics
DOI: https://doi.org/10.1145/3583780.3614809
[2023] Image Generation from a Hyper Scene Graph with Trinomial Hyperedges
DOI: https://doi.org/10.5220/0011699300003417
[2022] Judging Instinct Exploitation in Statistical Data Explanations Based on Word Embedding
DOI: https://doi.org/10.1145/3514094.3534171
[2022] GIAD-ST: Detecting anomalies in human monitoring based on generative inpainting via self-supervised multi-task learning
DOI: https://doi.org/10.1007/s10844-022-00722-8
[2021] Adaptive and hybrid context-aware fine-grained word sense disambiguation in topic modeling based document representation
DOI: https://doi.org/10.1016/j.ipm.2021.102592
[2021] Topic modeling for sequential documents based on hybrid inter-document topic dependency
DOI: https://doi.org/10.1007/s10844-020-00635-4
[2021] From Certain to Uncertain: Toward Optimal Solution for Offline Multiple Object Tracking
DOI: https://doi.org/10.1109/icpr48806.2021.9413215
[2021] Convolutional Feature Transfer via Camera-Specific Discriminative Pooling for Person Re-Identification
DOI: https://doi.org/10.1109/icpr48806.2021.9412420
[2021] Detecting Anomalies from Human Activities by an Autonomous Mobile Robot based on “Fast and Slow” Thinking
DOI: https://doi.org/10.5220/0010313509430953
[2021] Sparse Nonnegative Interaction Models
DOI: https://doi.org/10.1109/access.2021.3099473

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）。

AI 要約（直近 5 年の研究成果）

外部リンク

関連研究室(8 件)

研究成果（20 件）

科研費（0 件）

所属学会・役職（0 件）