AIによる視覚情報理解と説明可能な画像認識技術の研究

「画像処理」「コンピュータビジョン」「機械学習」を専門とし、視覚情報の理解と分類に関する研究を行っている。具体的には、歩行者検出や属性認識、夜間やオクルージョン下での精度向上、交通シーンの危険度推定、運転者の注意散漫状態の認識、映像暴力度の自動評価など、社会的に重要な課題に対してAI技術を活用した解決策を提案している。 また、AIの判断根拠を人間が理解できるようにする「説明可能なAI（XAI）」にも取り組み、安全性や信頼性の高い技術開発を目指す。

画像やデータの検出に用いられる従来のグローバル特徴に加え、ローカル特徴やマルチスケール特徴を組み合わせることで、夜間や部分的な遮蔽など困難な状況下でも高精度な歩行者検出を実現している点に独自性を有する。さらに、歩行者の詳細な属性（性別、年齢、体格、服装）を認識するために、複数の戦略を統合した深層学習手法も開発し、高い認識精度を達成している。 映像の中の暴力的なシーンを自動で評価する技術や、AIがどのような根拠で判断したのかを人にも分かる形で説明できる仕組みの開発にも力を入れており、AIの判断が「なぜそうなったのか」を理解しやすくし、AIの安全性や信頼性向上も目指している。

交通安全分野における歩行者検出や危険予測、運転者の状態認識など、実社会の安全性向上に直結する応用への可能性が想定される。 映像暴力度の自動評価技術は、映像コンテンツの自動レーティングや有害コンテンツの検出など、メディア産業や教育現場での活用が見込まれる。