鎌田 清一郎 (カマタ セイイチロウ)

写真a

所属

理工学術院 大学院情報生産システム研究科

職名

教授

ホームページ

http://www.waseda.jp/sem-kamlabo011/

学内研究所等 【 表示 / 非表示

  • 2020年
    -
    2022年

    理工学術院総合研究所   兼任研究員

学位 【 表示 / 非表示

  • 九州工業大学   博士(工学)

所属学協会 【 表示 / 非表示

  •  
     
     

    Institute of Electrical and Electronics Engineers

  •  
     
     

    映像情報メディア学会

  •  
     
     

    情報処理学会

  •  
     
     

    電子情報通信学会

 

研究分野 【 表示 / 非表示

  • 通信工学

  • 知能ロボティクス

研究キーワード 【 表示 / 非表示

  • 画像情報処理、パターン認識、マルチメディア、信号処理

論文 【 表示 / 非表示

  • Skin Lesion Classification Using Weakly-supervised Fine-grained Method

    Xi XUE, Sei-ichiro KAMATA, Daming LUO

    IEEE International Conference on Pattern Recognition (ICPR)    2021年01月  [査読有り]

  • Adaptive Image Compression Using GAN based Semantic-perceptual Residual Compensation

    Ruojing WANG, Zitang SUN, Sei-ichiro KAMATA, Weili CHEN

    IEEE International Conference on Pattern Recognition (ICPR)    2021年01月  [査読有り]

  • Multi-Scanning Based Recurrent Neural Network for Hyperspectral Image Classification

    Weilian ZHOU, Sei-ichiro KAMATA

    IEEE International Conference on Pattern Recognition (ICPR)    2021年01月  [査読有り]

  • Semantic Segmentation Refinement Using Entropy and Boundary-guided Monte Carlo Sampling and Directed Region Search

    Zitang SUN, Sei-ichiro KAMATA, Ruojing WANG, Weili CHEN

    IEEE International Conference on Pattern Recognition (ICPR)    2021年01月  [査読有り]

  • Image Tiling For Clustering To Improve Stability Of Constant-Time Color Bilateral Filtering

    Takahisa Miyamura, Norishige Fukushima, Muhammad Waqas, Kenjiro Sugimoto, Sei-ichiro Kamata

    2020 IEEE International Conference on Image Processing (ICIP)    2020年10月  [査読有り]

    DOI

全件表示 >>

書籍等出版物 【 表示 / 非表示

  • Image Processing - Dealing with Textures -

    Maria Petrou, Sei-ichiro Kamata( 担当: 共著)

    Wiley  2021年01月

  • 画像処理−画像表現・圧縮・フラクタル−

    鎌田清一郎

    サイエンス社  2003年03月 ISBN: 4781910297

産業財産権 【 表示 / 非表示

  • 薬剤判別用撮影装置及び薬剤判別用写真撮影方法

    鎌田 清一郎

    特許権

  • 画像フィルタ演算装置及びガウシアン・カーネル演算装置並びにプログラム

    鎌田 清一郎, 杉本 憲治郎

    特許権

  • 暗号処理システム、暗号化装置、復合装置、及びプログラム、並びに暗号処理方法

    鎌田 清一郎

    特許権

  • 相同性検索装置及びプログラム

    鎌田 清一郎, 唐 海江

    特許権

  • 画像識別装置及びプログラム

    5582610

    鎌田 清一郎, 杉本 憲治郎

    特許権

全件表示 >>

受賞 【 表示 / 非表示

  • Best Paper Award

    2020年03月   ICIPRoB2020   Constant-Time Gaussian Filtering for Acceleration of Structure Similarity  

    受賞者: Tomohiro SASAKI, Norishige FUKUSHIMA, Yoshihiro MAEDA, Kenjiro SUGIMOTO, Seiichiro KAMATA

  • Best Paper Award 2019

    2019年09月   ICSIPA2019   Edge-guided Hierarchically Nested Network for Real-time Semantic Segmentation  

    受賞者: Yuqi LI, Sei-ichiro KAMATA, Haoran LIU

  • 最優秀論文賞(ICIEV2018)

    2018年06月   ICIEV2018   Deep Neural Networks with Mixture of Experts Layers for Complex Event Recognition from Images  

    受賞者: Mingyao Li, Sei-ichiro Kamata

  • 最優秀論文賞(映像メディア処理シンポジウム,IMPS)

    2017年09月   映像メディア処理シンポジウム  

    受賞者: 杉本憲治郎, 鎌田清一郎

  • 最優秀論文賞(ICARCV2010)

    2010年12月   ICARCV2010   Fast Polar Harmonic Transforms  

    受賞者: Zhuo YANG, Sei-ichiro KAMATA

共同研究・競争的資金等の研究課題 【 表示 / 非表示

  • スパースグラフ・ニューラルネットワークによる画像認識および応用

    研究期間:

    2018年04月
    -
    2021年03月
     

     概要を見る

    近年、ニューラルネットワーク(NN)の一般化としてグラフNN(GNN)が活発に研究されている。本研究では、スパースグラフ表現によるGNN(SGNN)について検討している。グラフのスパース性は古くから検討されてきたが、GNNに向いたスパースグラフをどのように構築すればよいか、どのようなスパース拘束条件が必要か、などいくつかの課題がある。これらを解決するために、スパース拘束条件として、(1)グラフの頂点数に関する条件、(2)グラフのエッジ数に関する拘束条件、(3)結合性に関する条件などを含んだ拘束条件を導入し、相互k-NN(Nearest Neighbor)と組み合わせたk3スパースグラフを提案した。これをベースとして新たなLoss評価関数およびPooling法を用いた、Siameseネットワークを導入したSGNN(k3SGNN)を考案し、顔画像の識別に適用した。標準顔画像データセットLFW(Labeled Faces in the Wild)などを使用した比較評価実験では、本k3SGNNがGoogleによる超多層のFaceNetとほぼ同等の認識精度を示した。次に、応用研究として、眼底画像の重症度識別による糖尿病網膜症の早期発見を行うため、眼底画像に対してスパースグラフを構築し、上述のSGNNを適用した。昨年行われた国際コンテスト「Diabetic Retinopathy: Segmentation and Grading Challenge」において、そのデータセットが公開されたので、そのデータセットを利用し、当該コンテストで第1位の方式との性能比較評価を行ったところ、提案手法の識別精度が数%向上したことを確認した。また薬学リスクマネージメントにおける調剤過誤防止実現のため、薬剤画像の識別問題に取り組んでおり、現在ヒューマンエラーによるヒアリハット発生状況を調査している。IEICE Transactions on Information and Systemsにおいて、提案手法のSGNNと顔認識応用に関する研究論文を発表した。また、英国ダラム大学ブレッコン・トビー教授と共著で、米国電気電子学会の主要国際会議であるInternational Conference on Image Processing 2018 (画像処理に関する国際会議2018)において研究論文を発表した。また、国際会議ICARCV2019では、k3スパース性を考察し、k3SGNNについて研究発表した。以上のことから、本研究はおおむね順調に進んでいる。2018年度に引き続き、スパースグラフ表現のスパース性を考察し、さらにSGNNの識別精度の向上を図りたい。またスパースグラフ表現とグラフニューラルネットワークを利用した応用研究が増えようとしており、今後は、他応用分野へのその可能性も追求していく予定である

  • 多次元画像のスパースフーリエ変換と深層学習の高速化

    研究期間:

    2016年04月
    -
    2018年03月
     

     概要を見る

    工学において重要な高速フーリエ変換の発展形であるスパースフーリエ変換の高度化に取り組んだ.またそれに関連してスペクトルスパース性に基づく定数時間フィルタを提案し,計算量と近似精度の両面からの性能向上を実現した.当該研究期間である2016-2017年度での研究業績としての成果は,ジャーナル論文1件,学会発表16件(内訳は国際会議7件,国内会議9件),受賞3件であった.国際会議発表の多くは当該分野で最も権威あるフラグシップ会議(ICIPとICASSP)に採択され,また国内発表でも3件が受賞につながるなど,国内外で高い評価を得たと考えている

  • ビジュアルビッグデータの高速画像検索・認識に関する研究

    研究期間:

    2015年04月
    -
    2018年03月
     

     概要を見る

    ビジュアルメディアのビッグデータ(以下、ビジュアルビッグデータとする)を利活用し、画像の検索および認識に関する研究において、できるだけ計算量を削減するための情報理論における圧縮可能性について再検討し、高精度かつ高速な画像検索および認識の方法論を確立した。特に近年注目をされているディープラーニングとの融合により、顔のビジュアルビッグデータを基にしてスパースグラフニューラルネットワークという新たな研究領域を構築することができた

  • 空間充填曲線による画像認識・検索に関する研究

    研究期間:

    2012年04月
    -
    2015年03月
     

     概要を見る

    薬局等で患者に間違いなく薬が提供されているかをチェックする大規模画像検査システムを実現するため、空間充填曲線を利用して画像認識・検索に関する研究を行った。まず画像の色情報を利用した線形多様体色記述子を提案し、色特徴記述について新たな方法論を確立した。また薬剤などの形状記述には回転不変で識別能力の高い新たな多元極フーリエ記述子を提案した。さらに複数の空間充填曲線を利用して適応的ヒルベルト走査型Bag-of-Features検索方式を提案した。これは、画像の性質を基にしてヒルベルト走査などの様々な走査方法を適応的に選択する方式を導入したものであり、画像の検索効率を向上させることができた

  • 高速パターンマッチング応用

    研究期間:

    2007年
    -
    2011年
     

全件表示 >>

特定課題研究 【 表示 / 非表示

  • 多細胞画像の核領域分割および検出に関する研究

    2020年  

     概要を見る

    病理診断においてHematoxylinやEosin染色画像は、H&E画像とも呼ばれ、最も広く利用されている。本研究では、細胞核の状態により癌レベルの自動判定支援を行うことを目的として、細胞核の大きさ、密度、色などの分布の尤度に基づき、Detect-U-Net、境界-Segment-U-Net、Regression-U-Netという3種類のモデルを有機的に結合させた、H&E画像からの細胞核中心とその領域の予測方法を開発した。胸、肝臓、腎臓などの9種類の臓器の細胞画像データセットを使って従来手法と比較した結果、細胞核検出および領域分割の精度が約10%~15%向上し、多臓器間の高精度細胞核検出と領域分割に有効であることがわかった。また、本研究成果を国際会議IVPR2020において発表し、Awardを受賞することができた。

  • 糖尿病網膜症のための眼底画像識別法に関する研究

    2019年  

     概要を見る

    糖尿病網膜症は失明する原因の多くの割合を占め、早期発見と適切な治療で視力障害を防ぐことが可能である。本研究は、診断支援のための疾患重症度評価に基づいた高精度な眼底画像識別法の確立を目的とする。この目的を達成するため、新たなグラフ表現を導入したグラフニューラルネットワーク(GNN)の適用を検討した。これは、病変領域を抽出後、その依存関係をグラフで表すことにより病変領域依存グラフを構築し、病変領域の依存関係にはGNNを用い、特徴抽出CNNと融合した眼底画像識別法を提案した。眼底画像データセットEyePACSなどを用いて従来手法との比較評価実験を行った結果、本提案手法が識別精度面で数パーセント向上することを確認した。

  • 多次元医用画像の高効率解析アルゴリズムに関する研究

    2017年  

     概要を見る

    脳科学分野などでは画像データの高密度化・高次元化が顕著であり、ハードウェアの進歩だけでは実時間処理が困難な現状がある。本研究は、多次元画像を対象とし、高速フィルタ処理、高速特徴抽出法などのアルゴリズムの開発を行った。まず画像処理における基本的処理として用いられるバイラテラルフィルタ設計に関して、特異値分解を用いた効率的な手法を提案した。従来法と同等の近似精度を維持し、およそ5割少ない計算量で実現した。次に、病理組織の染色画像を対象として、Secant Normal Votingに基づく細胞のセグメンテーション手法を考案した。本手法は、従来問題となっている重複領域などに対しても良好な細胞核検出が実現できることがわかった。

  • 悪天候下の深層学習による道路環境の画像認識技術に関する研究

    2017年  

     概要を見る

    高齢者用の運転支援などを実現するため、エコ電気自動車の周囲環境認識技術について研究している。本研究では、まず車体周囲の3次元環境情報を取得する上で、ステレオビジョンの計測精度を高めることを検討した。これまで奥行き情報を取得する上で物体間の境界がぼけてしまうという問題があったが、これを上下左右に延びたクロス形状のフィルタを設計し、これを2段階で適用する新たな方法論を確立した。次に、悪天候下や夜間走行を行う上で近赤外カメラも利用して自動車周辺の状況把握に深層学習を利用することを検討した。その結果、エッジがクリアに再現され、安定したカラー領域が生成される新たな近赤外カラー化モデルSNetを開発した。

  • 多次元高精細バイオ画像データの高速画像処理アルゴリズムに関する研究

    2016年  

     概要を見る

    多次元高精細バイオ画像データにおけるアライメントを含む高速3次元再構成法について、アルゴリズム面での改善を含めて実時間の処理が可能となる手法を研究開発した。まず核磁気共鳴画像法(Magnetic Resonance Imaging)による3次元ボリュームデータのアライメントに対して、高速かつ高精度な画像処理アルゴリズムを確立した。従来手法と比較して数%~10%の高速化を図ることができた。また、肝臓などの細胞画像の3次元アライメントによる画像再構成アルゴリズムを確立し、従来手法に比べて高精度化および高速化を図ることができた。

全件表示 >>

 

現在担当している科目 【 表示 / 非表示

全件表示 >>