English page is here.

News & Topics

Sensorsに論文が採択されました．(2023/8/30)
paper bibtex
CVPR2022にてポスター発表を行いました．(2022/6/24)
CVPR2022 Poster
MIRU2021にてMIRU長尾賞を受賞しました．(2021/7/30) MIRU2021 表彰

名前

吉田　道隆

所属

岡山大学学術研究院環境生命自然科学学域助教

学歴・職歴

2012年3月福岡県立嘉穂高等学校卒業
2013年4月九州大学工学部電気情報工学科入学
2017年3月九州大学工学部電気情報工学科卒業
2017年4月九州大学大学院システム情報科学府情報知能工学専攻修士課程入学
2019年3月九州大学大学院システム情報科学府情報知能工学専攻修士課程修了
2019年4月大阪大学大学院情報科学研究科コンピュータサイエンス専攻博士後期課程入学
2023年3月大阪大学大学院情報科学研究科コンピュータサイエンス専攻博士後期課程修了
2023年4月 - 2025年3月日本学術振興会　特別研究員(PD) [受け入れ機関：静岡大学電子工学研究所]
2025年4月 - 岡山大学学術研究院環境生命自然科学学域助教

連絡先

E-mail : michitaka-yoshida[at]okayama-u.ac.jp

発表文献

Google Scholar

ORCID

論文誌

[査読あり]
Ryoya Mizuno, Keita Takahashi, Michitaka Yoshida, Chihiro Tsutake, Toshiaki Fujii, and Hajime Nagahara,
“Compressive Acquisition of Light Field Video Using Aperture-Exposure-Coded Camera”,
ITE Transactions on Media Technology and Applications 2024, Vol.12, Issue 1, pp.22-35. paper bibtex
[査読あり]
Yoshida Michitaka, Akihiko Torii, Masatoshi Okutomi, Rin-ichiro Taniguchi, Hajime Nagahara, and Yasushi Yagi,
“Deep Sensing for Compressive Video Acquisition”,
Sensors 2023, 23, no. 17: 7535. paper bibtex
[査読あり]
Sudhakar Kumawat, Tadashi Okawara, Michitaka Yoshida, Hajime Nagahara, Yasushi Yagi,
“Action Recognition From a Single Coded Image”,
IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 45, no. 4, pp. 4109-4121, 1 April 2023, doi: 10.1109/TPAMI.2022.3196350.
paper bibtex
[査読あり]
Michitaka Yoshida, Toshiki Sonoda, Hajime Nagahara, Kenta Endo, Yukinobu Sugiyama, Rin-ichiro Taniguchi,
“High-Speed Imaging Using CMOS Image Sensor With Quasi Pixel-Wise Exposure”,
IEEE Transactions on Computational Imaging, Vol.6, pp.463-476, 2019
paper bibtex

国際会議

[口頭発表・査読なし]
Daisuke Hayashi, Michitaka Yoshida, Lioe De Xing, Keita Yasutomi, Shoji Kawahito, Hajime Nagahara, Keiichiro Kagawa, “Flash LiDAR system using charge-domain time-compressive ToF CMOS image sensor and deep learning”, Photonics West, California, U.S.A, 2025.01
[ポスター発表・査読あり]
Michitaka Yoshida, Daisuke Hayashi, Lioe De Xing, Keita Yasutomi, Shoji Kawahito, Keiichiro Kagawa, Hajime Nagahara, “Single-shot efficient depth imaging based on time-compressive CMOS image sensor”,
Proceedings of the IEEE Sensors, Kobe, Japan, 2024.10
[ポスター発表・査読なし]
Michitaka Yoshida, Daisuke Hayashi, Lioe De Xing, Keita Yasutomi, Shoji Kawahito, Keiichiro Kagawa, Hajime Nagahara, “Single-shot efficient depth imaging based on time-compressive CMOS image sensor”,
Proceedings of the International Conference on Computational Photography (ICCP2024), Lausanne, Switzerland, 2024.07
[口頭発表・査読なし]
Michitaka Yoshida, Daisuke Hayashi, Lioe De Xing, Keita Yasutomi, Shoji Kawahito, Keiichiro Kagawa, Hajime Nagahara, “Single-shot efficient transient imaging with optimal coded shutter based on time-compressive CMOS image sensor”,
Computational Optical Sensing and Imaging (COSI), Toulouse, France, 2024.07
[ポスター発表・査読あり]
Ryoya Mizuno, Keita Takahashi, Michitaka Yoshida, Chihiro Tsutake, Toshiaki Fujii, Hajime Nagahara, “Acquiring a Dynamic Light Field Through a Single-Shot Coded Image”,
Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), New Orleans, U.S.A, 2022.06
[口頭発表・査読あり]
Tadashi Okawara, Michitaka Yoshida, Hajime Nagahara, Yasushi Yagi,
“Action Recognition from a Single Coded Image”,
Proceedings of the International Conference on Computational Photography (ICCP2020), Saint Louis, U.S.A, 2020.04
[ポスター発表・査読なし]
Michitaka Yoshida, Akihiko Torii, Masatoshi Okutomi, Kenta Endo, Yukinobu Sugiyama, Rin-ichiro Taniguchi, Hajime Nagahara,
“Joint optimization for compressive color video sensing and reconstruction under hardware constraints”,
Proceedings of the International Conference on Computational Photography (ICCP2020), Saint Louis, U.S.A, 2020.04
[デモンストレーション発表・査読なし]
Michitaka Yoshida, Akihiko Torii, Masatoshi Okutomi, Kenta Endo, Yukinobu Sugiyama, Rin-ichiro Taniguchi, Hajime Nagahara,
“Joint optimization for compressive video sensing and reconstruction under hardware constraints”,
Proceedings of the International Conference on Computational Photography (ICCP2019), Tokyo, Japan, 2019.05
[ポスター発表・査読なし]
Michitaka Yoshida, Akihiko Torii, Masatoshi Okutomi, Kenta Endo, Yukinobu Sugiyama, Rin-ichiro Taniguchi, Hajime Nagahara,
“Joint optimization for compressive video sensing and reconstruction under hardware constraints”,
Proceedings of the 4th International Workshop on Image Sensors and Imaging Systems (IWISS2018), Tokyo, Japan, 2018.11
[ポスター発表・査読あり]
Yoshida Michitaka, Torii Akihiko, Okutomi Masatoshi, Endo Kenta, Sugiyama Yukinobu, Taniguchi Rin-ichiro, Nagahara Hajime,
“Joint optimization for compressive video sensing and reconstruction under hardware constraints”,
Proceedings of the European Conference on Computer Vision (ECCV2018), Munich, Germany, pp.649-663, 2018.09
paper bibtex

国内会議

[ポスター発表・査読なし]
吉田道隆, 林大輔, リュウドゥシン, 安富啓太, 川人祥二, 香川景一郎, 長原一, “超高時間分解コンピュテーショナルCMOSイメージセンサを用いたシングルショットTime of Flight Imaging”,
第27回画像の認識・理解シンポジウム(MIRU2024), 熊本, 2024年8月
[デモンストレーション発表・査読なし]
林大輔, 吉田道隆, De Xing Lioe, 安富啓太, 川人祥二, 長原一, 香川景一郎, “電荷領域符号化露光ToF CMOSイメージセンサと深層学習モデルによるトランジェントイメージングと距離推定システム”,
第27回画像の認識・理解シンポジウム(MIRU2024), 熊本, 2024年8月
[ポスター発表・査読なし]
林大輔, 吉田道隆, 安富啓太, 川人祥二, 長原一, 香川景一郎, “電荷領域時間圧縮ToF方式に向けた距離推定深層ニューラルネットワークの軽量化の検討”, 映情学技報, vol. 48, no. 21, IST2024-32, pp. 1-4, 2023年6月.
[口頭発表・査読なし]
吉田道隆, ファムゴックアン, リュウドゥシン, 安富啓太, 川人祥二, 香川景一郎, 長原一, “超高時間分解コンピュテーショナルCMOSイメージセンサを用いた深層学習による疑似dToF”, 映情学技報, vol. 47, no. 27, IST2023-37, pp. 9-12, 2023年9月.
[口頭発表・査読なし]
吉田道隆, 長原一, “圧縮センシングによる動画像の高速撮像に関する研究”, 情報処理学会コンピュータビジョンとイメージメディア研究会(2023-CVIM-234), 名古屋, 2023年5月
[口頭発表・査読なし]
加藤睦代, 岩崎昌子, 長原一, 吉田道隆, 末原大幹, 山田悟, 中島悠太, 武村紀子, 中野貴志, “機械学習を用いたスパースサンプリングによるデータ処理技術の基礎開発(II)”, 日本物理学会2022年秋季大会, 岡山 2022年9月
[口頭発表・査読あり]
水野良哉, 高橋桂太, 坂井康平, 都竹千尋, 藤井俊彰 , 吉田道隆, 長原一, “動的光線空間のシングルショット撮影”, 第24回画像の認識・理解シンポジウム(MIRU2021), 名古屋, 2021年7月
[口頭発表・査読なし] 宮崎袈, 渡邉晃平, 吉田道隆, 安富啓太, 川人祥二, 長原一, 香川景一郎, “XY画素アドレスを用いた圧縮ビデオイメージセンサ”, 映情学技報, vol. 45, no. 17, IST2021-34, pp. 17-20, 2021年6月
[口頭発表・査読なし]
大河原忠,吉田道隆, 長原一, 八木康史,
“符号化露光画像を用いた人物の行動認識”,
情報処理学会コンピュータビジョンとイメージメディア研究会(2019-CVIM-220), 奈良, 2020年1月
[デモンストレーション発表・査読なし]
吉田道隆, 鳥居秋彦, 奥富正敏, 遠藤健太, 杉山行信, 谷口倫一郎, 長原一,
“DNNにより最適化されたピクセルコーディングCMOSイメージセンサによるハイスピード撮像”,
第22回画像の認識・理解シンポジウム(MIRU2019), 大阪, 2019年7月
[ポスター発表・査読なし]
大河原忠, 吉田道隆, 長原一, 八木康史,
“符号化露光画像を用いた人物の行動認識”,
第22回画像の認識・理解シンポジウム(MIRU2019), 大阪, 2019年7月
[口頭発表・査読なし]
大河原忠, 吉田道隆, 長原一, 八木康史,
“符号化露光画像を用いた人物の行動認識”,
情報処理学会コンピュータビジョンとイメージメディア研究会(2018-CVIM-215), 京都, 2019年1月
[ポスター発表・査読なし]
吉田道隆, 鳥居秋彦, 奥富正敏, 遠藤健太, 杉山行信, 谷口倫一郎, 長原一,
“ハードウェアの制約を考慮した圧縮ビデオセンシングにおける圧縮と再構成の同時最適化”,
第21回画像の認識・理解シンポジウム(MIRU2018), 札幌, 2018年8月
[口頭発表・査読なし]
吉田道隆, 長原一, 鳥居秋彦, 奥富正敏, 谷口倫一郎,
“Deep Learningによる圧縮ビデオセンシングの再構成”,
情報処理学会コンピュータビジョンとイメージメディア研究会(2017-CVIM-208), 東京, 2017年9月
[ポスター発表・査読なし]
吉田道隆, 長原一, 鳥居秋彦, 奥富正敏, 谷口倫一郎,
“圧縮センシング動画のデコーディング手法の検討”,
第20回画像の認識・理解シンポジウム(MIRU2017), 広島, 2017年8月

その他

[招待講演]
“Pseudo-direct LiDAR by deep-learning-assisted high-speed multi-tap charge modulators”, Keiichiro Kagawa, Keita Yasutomi, Michitaka Yoshida, Daisuke Hayashi, Lioe De Xing, Shoji Kawahito, Hajime Nagahara, 70th International Electron Devices Meeting (IEDM2024), San Francisco, U.S.A, 2024.12 IEDM2024
[招待講演]
“Deep compressive sensing with coded image sensor”, Michitaka Yoshida, Daisuke Hayashi, Lioe De Xing, Keita Yasutomi, Shoji Kawahito, Keiichiro Kagawa, Hajime Nagahara, 6th International Workshop on Image Sensors and Imaging Systems (IWISS2024), Tokyo, Japan, 2024.11
[招待講演]
第18回情報科学技術フォーラムトップコンファレンスセッション :
“Joint optimization for compressive video sensing and reconstruction under hardware constraints”,
FIT 2019, 岡山, 2019年9月
[特許]
特許第7272625号，「動画像処理方法及び動画像処理装置」,長原一, 大河原忠, 吉田道隆, J-GLOBAL, J-PlatPat

国際会議査読: Computer Vision and Pattern Recognition (CVPR) Program Committee (Reviewer) (2022, 2024); International Conference on Computer Vision (ICCV) Program Committee (Reviewer) (2021); Annual AAAI (The Association for the Advancement of Artificial Intelligence) Conference on Artificial Intelligence Program Committee (Reviewer) (2025); British Machine Vision Conference (BMVC) Program Committee (Reviewer) (2021)

研究

圧縮ビデオセンシング

Compressive video sensing 光線には空間情報や時間情報など様々な情報が含まれるが，通常のイメージセンサは画素が２次元に配置されており，情報をすべて取得することは困難である．圧縮ビデオセンシングは，画素ごとに露光タイミングをずらした画像を撮影し，再構成を行うことでセンサの時空間解像度を超えた動画を得ることができる．圧縮する際には復元に必要な情報を残す必要があるが，それは復元しないとわからない．よって，圧縮と再構成を同時に最適化することで効率の良い圧縮と高品質な再構成を達成できる．