Koki Hirooka 研究室（会津大学）

AI 要約（直近 5 年の研究成果）

Koki Hirooka研究室は、コンピュータビジョンと機械学習を用いて、人間の動作・身体情報から状態や意図を認識するシステムの開発に取り組んでいます。研究の対象は、手話認識、転倒検出、神経疾患診断、身体運動障害の評価など、医療や福祉の現場で重要な課題です。特に聴覚障害者やパーキンソン病患者、注意欠陥多動性障害の児童など、支援を必要とする人々のコミュニケーションや生活の質の向上を目指しています。研究室は多様なセンサーやカメラから取得した身体情報を分析する手法を開発しています。カメラ映像から関節位置を推定するビデオ解析、筋電信号や脳活動の計測、ペンタブレットによる手書き動作の記録など、複数の情報源を活用しています。これらの生データから、従来の統計的特徴量と深層学習モデルの両方を組み合わせる「デュアルストリーム」アプローチにより、より豊かで正確な情報抽出を実現しています。特に、時系列データが持つ空間的・時間的パターンを捉えるために、グラフ畳み込みネットワークやトランスフォーマーといった先進的なニューラルネットワーク構造を採用しています。これらの技術により、単純な統計処理では見落とされる微細な身体の動きや脳活動パターンの変化を検出することが可能になり、より精密で実用的な医療診断・支援システムの実現に貢献しています。

※ 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（18 件）

[2026] Skin Cancer Disease Detection Using Two-Stream Hybrid Attention-Based Deep Learning Model
DOI: https://doi.org/10.3390/electronics15081761
[2026] ASD Recognition Through Weighted Integration of Landmark-Based Handcrafted and Pixel-Based Deep Learning Features
DOI: https://doi.org/10.3390/computers15020124
[2026] Stack Transformer-Based Spatial-Temporal Attention Model for Dynamic Sign Language and Fingerspelling Recognition
DOI: https://doi.org/10.1109/ojcs.2026.3682330
[2025] Parkinson disease detection based on in-air dynamics feature extraction and selection using machine learning
DOI: https://doi.org/10.1038/s41598-025-12115-2
[2025] Multimodal Fall Detection Using Spatial–Temporal Attention and Bi-LSTM-Based Feature Fusion
DOI: https://doi.org/10.3390/fi17040173
[2025] Fall recognition using a three stream spatio temporal GCN model with adaptive feature aggregation
DOI: https://doi.org/10.1038/s41598-025-95508-7
[2024] Hand gesture recognition using sEMG signals with a multi-stream time-varying feature enhancement approach
DOI: https://doi.org/10.1038/s41598-024-72996-7
[2024] Dynamic Japanese Sign Language Recognition Throw Hand Pose Estimation Using Effective Feature Extraction and Classification Approach
DOI: https://doi.org/10.3390/s24030826
[2024] Korean Sign Language Alphabet Recognition Through the Integration of Handcrafted and Deep Learning-Based Two-Stream Feature Extraction Approach
DOI: https://doi.org/10.1109/access.2024.3399839
[2024] Classification of Hand-Movement Disabilities in Parkinson’s Disease Using a Motion-Capture Device and Machine Learning
DOI: https://doi.org/10.1109/access.2024.3386367

続きを表示（残り 8 件）

[2024] Japanese Sign Language Recognition by Combining Joint Skeleton-Based Handcrafted and Pixel-Based Deep Learning Features with Machine Learning Classification
DOI: https://doi.org/10.32604/cmes.2023.046334
[2024] Machine Learning-Based ADHD Detection From fNIRs Signal During Reverse Stroop Tasks
DOI: https://doi.org/10.1109/access.2024.3411558
[2024] Online Handwriting-Based Gender Recognition Using Statistical and Machine Learning Approaches
DOI: https://doi.org/10.1109/access.2024.3424453
[2023] Dynamic Fall Detection Using Graph-Based Spatial Temporal Convolution and Attention Network
DOI: https://doi.org/10.3390/electronics12153234
[2023] Korean Sign Language Recognition Using Transformer-Based Deep Neural Network
DOI: https://doi.org/10.3390/app13053029
[2023] Dynamic Korean Sign Language Recognition Using Pose Estimation Based and Attention-Based Neural Network
DOI: https://doi.org/10.1109/access.2023.3343404
[2023] Identifying ADHD for Children With Coexisting ASD From fNIRs Signals Using Deep Learning Approach
DOI: https://doi.org/10.1109/access.2023.3299960
[2022] Ensembled Transfer Learning Based Multichannel Attention Networks for Human Activity Recognition in Still Images
DOI: https://doi.org/10.1109/access.2022.3171263

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（18 件）

科研費（0 件）

所属学会・役職（0 件）