チュートリアルセッション
第一線でご活躍の講師陣が基礎技術から応用事例までをわかりやすく解説いたします。
講師：牛久 祥孝 氏
（オムロンサイニックエックス株式会社）
略歴： 2013年日本学術振興会特別研究員およびMicrosoft Research Redmond Intern。 2014年東京大学大学院情報理工学系研究科博士課程修了、NTTコミュニケーション科学基礎研究所入所。 2016年東京大学情報理工学系研究科講師。 2018年よりオムロンサイニックエックス株式会社 Principal Investigatorおよび2019年より株式会社Ridge-i Chief Research Officer、現在に至る。 主としてコンピュータビジョンや自然言語処理を対象として、機械学習によるクロスメディア理解に従事。 2011年ACM Mutlimedia Grand Challenge Special Prize、2017年ACM Multimedia Open Source Software Competition Honorable Mention、2017年および2018年NVIDIA Pioneering Research Awards、2021年ヤマト科学賞など受賞。
概要： 2017年に機械翻訳を対象として提案されたTransformerは、従来の畳込みや再帰を排して自己注意機構を活用したニューラルネットワークである。2019年頃からコンピュータビジョン分野でも急速に応用が進んでおり、より柔軟かつ高精度なネットワーク構造としての地位を確立しつつある。本チュートリアルでは、Transformerおよびその周辺のネットワーク構造について、コンピュータビジョンへの応用を中心とした最前線を概説する。
- Transformerって何？という疑問をお持ちの方
- 動的環境下における手法やディープラーニングを用いた手法の動向を知りたい方
- 画像認識への応用についてご関心のある方
- Transformer自体も時代遅れになるのではという疑問をお持ちの方
講師：河口 信夫 氏（名古屋大学）
斉藤 之寛 氏（株式会社ティアフォー）
略歴：1995年名古屋大学工学研究科 博士課程（後期課程）満了、同年名古屋大学工学研究科 助手、講師、助教授を経て、2009年より名古屋大学 教授。 ユビキタスコンピューティング、位置情報システム、スマートシティなどを専門に幅広く活動。NPO法人位置情報サービス研究機構(Lisra)代表理事、株式会社ティアフォー 設立メンバー、現在、同社フェロー。
略歴：2015年立命館大学情報理工学科卒業、2017年同大学大学院情報理工学研究科計算機科学コース前期課程修了。同年ソニー株式会社入社。R&Dセンターにて自律制御ロボット、コンピュータビジョン、３次元形状処理の研究開発に従事。2019年より株式会社ティアフォーに入社、自動運転システム開発リードとしてアーキテクチャや認識技術を担当。
概要： 自動運転を実現するためには、ロボットビジョンに基づき、環境を認識するために様々な処理（パーセプション）を行っています。 本講演では、Autoware を事例とし、自動運転に使われている画像処理、３D物体認識や、それらを用いた自動運転における判断・制御について解説します。また、AutowareはROS上で動作しており、様々なセンサやアクチュエータを利用できるので、自動車だけでなく、小型の自律移動ロボットにも活用可能です。Autoware を活用している様々な自律移動ロボットを紹介します。
- 3D物体認識に興味がある人
- 自動運転の認識技術の動向を知りたい方
- Autoware を使ってみたい人
- 自律移動ロボットに興味がある人
講師：シモセラ エドガー 氏（早稲田大学）
略歴： 早稲田大学 理工学術院の准教授。2011年BarcelonaTech工学科卒業、2015年同大学でPh.D.を取得、2015年8月より早稲田大学に勤務。2018年3月まで早稲田大学 理工学術院総合研究所の研究院講師。2018年8月まで科学技術振興機構のさきがけ研究員。コンピュータビジョンとコンピュータグラフィクスと機械学習、特に画像処理に関する研究に従事、筆頭論文にCVPR，ICCV，IJCV，SIGGRAPHなど。
概要： インターネットが現代社会の柱の基本的な構成要素になりつつある現在、大規模なコンテンツ制作がこれまで以上に重要になってきています。しかし、イラストレーションやウェブデザインなどのコンテンツ制作には、高解像度、構造付きデータ、インタラクティブ性など、コンピュータービジョンと機械学習にとって一連のユニークな課題があります。本講演では、機械学習技術を利用して、コンテンツ制作の多様な課題を解決し、クリエイターの能力を向上させる方法について説明します。
- イラストレーション等を支援する技術について学びたい方
- 対話的な機械学習に興味のある方
- 画像処理に興味のある方
- ベクター画像を扱う機械学習について学びたい方