一般セッション

[3N1-GS-7] 画像音声メディア処理：

2025年5月29日(木) 09:00 〜 10:40 N会場 (会議室1009)

座長：田崎豪（名城大学）[[オンライン]]

+全てマイスケジュールに登録

09:00 〜 09:20

[3N1-GS-7-01] 重み付き残差接続による境界品質を考慮したゼロショットセグメンテーション手法の提案

〇永見陽輝¹、櫻井洸介¹、山極綾子¹、後藤正幸¹ (1. 早稲田大学)

09:20 〜 09:40

[3N1-GS-7-02] 画像言語参照プロンプトを適用したSegment Anything ModelによるFew-shotセグメンテーションモデル

〇櫻井洸介¹、清水良太郎¹、後藤正幸¹ (1. 早稲田大学)

09:40 〜 10:00

[3N1-GS-7-03] 大規模言語モデルを活用したFew-shot ビデオ要約

〇杉原朋弥¹、増田俊太郎¹、肖玲¹、山崎俊彦¹ (1. 東京大学)

10:00 〜 10:20

[3N1-GS-7-04] ディープフェイク動画検出に向けた敵対的データ拡張の検討

〇藤本琉汰¹、越仲孝文¹ (1. 横浜市立大学)

10:20 〜 10:40

[3N1-GS-7-05] 制御可能なガウスマスクを用いたRISE拡張による画像モデルの説明手法

〇勝谷龍一¹、山崎俊彦² (1. Septeni Japan株式会社、2. 東京大学)

一般セッション

[3N4-GS-7] 画像音声メディア処理：

2025年5月29日(木) 13:40 〜 15:20 N会場 (会議室1009)

座長：砂川英一（東芝）

+全てマイスケジュールに登録

13:40 〜 14:00

[3N4-GS-7-01] 3D Inpaintingにおける効果的かつ効率的なマスク画像生成

〇由比藤真¹、篠原佑甫¹、松本大輝¹、大高直哉² (1. 株式会社アイヴィス、2. 株式会社NTTデータグループ)

14:00 〜 14:20

[3N4-GS-7-02] 拡散モデルを用いた画像インペインティングによる教師なし異常検知

〇坂井俊介¹、長谷川達人¹ (1. 福井大学)

14:20 〜 14:40

[3N4-GS-7-03] 拡散モデルを用いた感情に関連する音楽属性に着目した音楽生成への取り組み

〇川邉もゆ¹、小林一郎¹ (1. お茶の水女子大学)

14:40 〜 15:00

[3N4-GS-7-04] ビーム探索を用いた動画拡散モデルの推論時アラインメント

〇大島佑太¹、古田拓毅¹、鈴木雅大¹、松尾豊¹ (1. 東京大学大学院)

15:00 〜 15:20

[3N4-GS-7-05] 音源の視覚情報と3次元位置情報で条件付けした拡散モデルによるバイノーラル音声生成

〇岡野日翔¹、折原良平¹、田原康之¹、大須賀昭彦¹、清雄一¹ (1. 電気通信大学)

一般セッション

[3N5-GS-7] 画像音声メディア処理：

2025年5月29日(木) 15:40 〜 17:20 N会場 (会議室1009)

座長：比嘉恭太（日本電気株式会社）

+全てマイスケジュールに登録

15:40 〜 16:00

[3N5-GS-7-01] サッカーのPKにおけるキーパーの関節座標を用いた動作予測

〇阿部慧人¹、坪内温輝¹、松澤昊志¹、趙在瀛¹、杉原朋弥¹、山崎俊彦¹ (1. 東京大学)

16:00 〜 16:20

[3N5-GS-7-02] 骨格情報を用いた人物同定のための学習データの選別手法

〇金井美岬¹、山﨑賢人¹、福地賢¹、李庭育¹、岡原浩平¹ (1. 三菱電機株式会社)

16:20 〜 16:40

[3N5-GS-7-03] CNNを用いた特徴点マッチングの精度向上

〇碓井結夢¹ (1. 芝浦工業大学)

16:40 〜 17:00

[3N5-GS-7-04] 変電所設備を対象とした３次元物体検出

〇瀬川修¹ (1. 中部電力（株）先端技術応用研究所　情報技術Ｇ)

17:00 〜 17:20

[3N5-GS-7-05] YOLO に基づく静止画からの火炎および煙検出システムの実装とその評価

〇丁楠¹、孫宜蒙¹、中口孝雄¹、上野未貴¹、今井正治¹ (1. 京都情報大学院大学)

一般セッション

[3N6-GS-7] 画像音声メディア処理：視覚言語モデル

2025年5月29日(木) 17:40 〜 19:20 N会場 (会議室1009)

座長：壹岐太一（NTT）

+全てマイスケジュールに登録

17:40 〜 18:00

[3N6-GS-7-01] 項目反応理論を用いた視覚言語モデルのマルチモーダルな推論能力および問題特性の評価

〇上林駿希¹、増井建斗²、新恭兵¹、包含¹、鹿島久嗣¹、大谷まゆ²、竹内孝¹ (1. 京都大学、2. サイバーエージェント)

18:00 〜 18:20

[3N6-GS-7-02] 自動車組立作業映像におけるVision and Language基盤モデルを利用した行動解析に関する基礎検討

〇清田航暉¹、久保莞太¹、久冨あすか²、伊藤浩隆²、東園雄太²、小野智司¹ (1. 鹿児島大学、2. トヨタ車体研究所)

[[オンライン]]

18:20 〜 18:40

[3N6-GS-7-03] VLM出力に対する画像トークン寄与度の図認識学習利用への検討

〇伊藤光一郎¹、金子泰之¹、橋本真太郎¹、石濱直樹¹ (1. 宇宙航空研究開発機構)

18:40 〜 19:00

[3N6-GS-7-04] 視覚大規模言語モデルの潜在力を引き出す

多層認知マップと空間情報プロンプトによる空間認知能力の向上

〇馮奇¹ (1. 京都大学)

19:00 〜 19:20

[3N6-GS-7-05] 画像説明による思考連鎖を用いた料理動画の機械翻訳

〇高田一慶¹、二宮崇¹、後藤功雄¹ (1. 愛媛大学)

一般セッション

[4N1-GS-7] 画像音声メディア処理：

2025年5月30日(金) 09:00 〜 10:40 N会場 (会議室1009)

座長：早川大智（東芝）

+全てマイスケジュールに登録

09:00 〜 09:20

[4N1-GS-7-01] テレビ音声に対するアクセント位置検出

〇三上万里菜¹、松崎拓也¹ (1. 東京理科大学)

09:20 〜 09:40

[4N1-GS-7-02] 音声認識における多様性と不確実性に基づく効率的なデータサンプリング手法の提案

〇蛭田興明¹、山野陽祐²、田森秀明² (1. 合同会社Solvance、2. 株式会社朝日新聞社)

09:40 〜 10:00

[4N1-GS-7-03] 機械音の異常検知における疑似異常データの生成に対する一検討

〇川村聡志¹、山本康平¹、玉井秀明¹ (1. 沖電気工業株式会社)

10:00 〜 10:20

[4N1-GS-7-04] 室形状情報を用いたDeep Operator Networkによる室内音場推定の基礎的検討

〇佐藤元¹、池田雄介¹ (1. 東京電機大学)

10:20 〜 10:40

[4N1-GS-7-05] 医療現場における音声認識精度改善に向けた単語読み情報を用いた音声認識誤りの修正

〇北出祐¹、メイピョーカイ²、辻川剛範¹、岡部浩司¹、石井亮³、山本仁¹、久保雅洋¹、中川敦寛³、香取幸夫³ (1. 日本電気株式会社、2. ヒューマンリソシア株式会社、3. 東北大学病院)

一般セッション

[4N2-GS-7] 画像音声メディア処理：

2025年5月30日(金) 12:00 〜 13:40 N会場 (会議室1009)

座長：金子敏充（東芝）

+全てマイスケジュールに登録

12:00 〜 12:20

[4N2-GS-7-01] マルチモーダルRAGを用いた交通事故リスク推定

〇千葉大幹¹、伊藤修¹、飯田啄巳² (1. 本田技研工業株式会社、2. 株式会社Elith)

12:20 〜 12:40

[4N2-GS-7-02] 画像基盤モデルと法線推定を用いたボーリングコア評価指標の自動測定手法提案

〇岡野将大¹、七海友康¹、津久井修平¹、藤井純一郎¹ (1. 八千代エンジニヤリング株式会社)

12:40 〜 13:00

[4N2-GS-7-03] 機械学習によるスケッチでの画像編集のための編集領域の推定

〇佐々木嵩仁¹、折原良平¹、田原康之¹、大須賀昭彦¹、清雄一¹ (1. 電気通信大学大学院)

13:00 〜 13:20

[4N2-GS-7-04] パーソナライズ画像生成における参照画像の複製効果の定量的評価と改善

〇大坂洋豊¹、鈴木雅大¹、松尾豊¹ (1. 東京大学)

13:20 〜 13:40

[4N2-GS-7-05] 深度情報を用いた画像識別における解釈性向上に関する一考察

〇更家崚介¹、清水良太郎¹、後藤正幸¹ (1. 早稲田大学)

一般セッション

[4N3-GS-7] 画像音声メディア処理：

2025年5月30日(金) 14:00 〜 15:40 N会場 (会議室1009)

座長：品川政太朗（SB Intuitions）

+全てマイスケジュールに登録

14:00 〜 14:20

[4N3-GS-7-01] N-best 仮説音声認識と大規模言語モデルを組み合わせた日本語音声認識の誤り訂正

〇藤井健悟¹、園山将士¹、髙橋威知郎¹ (1. コニカミノルタ株式会社)

14:20 〜 14:40

[4N3-GS-7-02] 機械図面の図的表現に関して回答可能なRAGシステムに向けた図面データベースの構築

〇鈴木皓¹、藤野友也¹、伊谷裕介¹ (1. 三菱電機株式会社)

14:40 〜 15:00

[4N3-GS-7-03] 増分クラスに対する動的対応と柔軟性を有する継続学習モデルの提案

〇堀田南¹、小笠原のりこ¹、宮島健悟¹、清水良太郎¹、後藤正幸¹ (1. 早稲田大学)

15:00 〜 15:20

[4N3-GS-7-04] スキップ接続を導入したCNNを用いた音場再現における測定点の削減

〇堀越光樹¹、佐藤元¹、津國和泉¹、池田雄介¹ (1. 東京電機大学)

15:20 〜 15:40

[4N3-GS-7-05] 撮像環境が統一できない異常検知タスクに関する一考察

〇藤井純一郎¹、都築幸乃¹、七海友康¹、大久保順一¹ (1. 八千代エンジニヤリング株式会社)

セッション一覧

一般セッション » GS-7 画像音声メディア処理

[3N1-GS-7] 画像音声メディア処理：

[3N4-GS-7] 画像音声メディア処理：

[3N5-GS-7] 画像音声メディア処理：

[3N6-GS-7] 画像音声メディア処理：視覚言語モデル

多層認知マップと空間情報プロンプトによる空間認知能力の向上

[4N1-GS-7] 画像音声メディア処理：

[4N2-GS-7] 画像音声メディア処理：

[4N3-GS-7] 画像音声メディア処理：

認証