MDLab概要
- 目加田研と道満研はすべての活動において1つの研究室「MDLab」として活動しています
- 配属時は形式的にどちらかの研究室に所属することになりますが，配属後の研究室生活に一切の差異はありません
研究分野およびコンテンツ
- 人の活動を支援するための人工知能（深層学習等）・コンピュータビジョン・メディア理解に関する研究をしています
- 主に画像・映像データを対象としますが，自然言語テキストまたはそれらを統合したマルチメディアデータも扱います
主な研究トピック
【医用】
- AI診断： 深層学習による肝臓がんの自動検出（国から研究費を受給；科研費 基盤研究C，国際医療福祉大・近畿大との共同研究）
- 映像解析： 深層学習による腹腔鏡映像に対する術具領域セグメンテーション（名大・愛知がんセンターとの共同研究）
【ITS】
- 自動運転： LiDARおよびミリ波レーダを用いた自車位置推定（国内ワークショップDIA2026で研究奨励賞を受賞，愛知工科大との共同研究）
- 自動車運転支援： 車載カメラを用いた物体検出・認識・視認性推定（過去に国から研究費を受給；科研費 若手研究B）
【スポーツ】
- 陸上短距離走： フォームの類似度に基づく試技映像のフレーム間対応付け・試技動画生成（過去に国から研究費を受給；科研費 基盤研究C，本学陸上競技部と連携）
- 走り高跳び／幅跳び： 助走時・踏切時のフォーム解析（本学陸上競技部と連携）
- バドミントン： ショットのタイミング検出・種類・良し悪し推定（本学バドミントン部と連携）
- バレーボール： 回転状態のボールの視認性推定（過去に株式会社モルテンとの共同研究，本学バレー部と連携）
- バスケットボール： フリースロー時のボールと指の運動解析（過去に株式会社モルテンとの共同研究，本学バスケ部と連携）
- 競泳： 飛び込み時のフェーズ認識・フォーム解析（本学水泳部と連携）
- 体幹矯正： 体幹安定性評価のための自動評価（本学スポーツ科学部と連携）
- eスポーツ： マウス操作に注目したパフォーマンス計測（AndGAMER株式会社との共同研究）
【料理】
- 撮影支援： 画像特徴解析に基づく料理写真の魅力度推定（過去に国から研究費を受給；科研費 若手研究B，基盤研究C，名大・人間環境大・理化学研究所との共同研究）
- SNS投稿支援： タイトル重畳料理画像におけるタイトルテキストの魅力度推定（名大との共同研究）
- 盛り付け支援： 画像特徴解析に基づく料理の盛り付け定量評価（女子栄養大・名大との共同研究）
- 熟練度推定： 調理行動映像からの調理者の熟練度推定（名大との共同研究）
- 調理映像要約： 野菜の切断行動映像の要約（名大との共同研究）
【その他】
- イメージキャプショニング： 画像に対する内容説明文の自動生成
- 顔画像生成： 人物顔の遮蔽領域復元
- 古文書解析： 日本近代公文書における手書き文字の自動認識・要約（国から研究費を受給；科研費 基盤研究B，国際会議IWAIT-IFMIA2019でBest Paper Awardを受賞）
- 絵伝解析： ディジタル絵解き支援のための注目領域推定・アニメーション生成（名大・龍谷大・名古屋学院大等との共同研究）
- 天文解析： 大規模天体画像からの変光星検出（国際会議IWAIT2016でBest Paper Awardを受賞，本学国際教養学部との共同研究）
- ファッション： C2Cアプリ利用者のためのファッションアイテムの最適価格推定
MDLabの特色
- 2倍の教員： 学生の希望やスキルレベルに応じて，多面的で密な指導が可能です
- 2倍の先輩： 頼れる博士・修士・学部3～4年生が，ゼミや研究面を含めあらゆる面でサポートしてくれます
- 沢山のイベント： 様々なイベント（新歓ボーリング，夏合宿，冬合宿等）をゼミ生が企画・開催します（イベントは任意参加）
- 快適な研究環境： 圧倒的に快適な研究環境で学生のあらゆる活動を最大限ブーストします
- 幅広い研究分野： 非常に幅広い応用分野を対象としており，あらゆる学生の興味に応じた研究指導が可能です
- 国際活動： 多数の外部研究機関と連携しながら国内のみならず海外の学会で積極的に研究成果を発表しています
- データサイエンティスト養成： 大規模なリアルデータを扱った実用的な研究を通して，データサイエンティストとしてのスキルを身に付けられます
- 実践的スキル： 研究活動の過程で実践的なシステム開発スキルも身に付けられます
- 充実したガクチカ： 研究活動を通じて得た知識やスキル・学会発表の実績は，就活で圧倒的な「ガクチカ」になります
配属から卒業までの主な活動
- 【2年秋】プログラミング演習： 研究活動で必要となるPython言語の文法やコーディングテクニックをレクチャー
- 【2年秋～3年春】プロジェクト研究： 2～3人で1つの研究課題を担当
- 【3年秋～4年秋】卒業研究： 1人1つの研究テーマを担当
- 【随時】深層学習勉強会： 深層学習の基礎から応用まで実装方法と併せてレクチャー
- 【配属～卒業】教員や先輩が手厚くサポートします
その他の情報
