主にチームスポーツのように複数人が協調的に行動する環境下を対象として，相互にインタラクションすることでヒトの行動が変化する様子を認識・解析する．

成果：

2024年度
教師なしでグループ活動を表現する特徴量を学習する手法を提案した．

2023年度
教師なしでグループ行動に関連する特徴量を学習する手法を提案した．

2022年度
グループ行動解析に重要となるグループ注視点推定を目的として，複数人のインタラクションに焦点を当てた手法を提案した．

深層学習を利用た超解像（静止画の空間超解像や動画の時空間超解像）を研究し，それを微小撮像物体を含んだスケールフリーな物体の検出・認識などに応用する．

成果：

2024年度
バースト画像からの超解像を高速化する手法を提案した．

2023年度
連続撮影画像を統合することで，人が観た際に知覚的質が高くなる画像超解像
を提案した．

2022年度
動画像超解像における知覚的品質の劣化の要因を一つ特定し，その劣化を回避する学習戦略を提案した．

事前に大量の画像・映像中におけるヒトの姿勢や行動を学習しておくことで，任意の画像・映像における人体姿勢の推定や行動認識を実現する．人体パーツ間の幾何学的な関係のモデル化，人体姿勢と行動の間の依存関係のモデル化，ディープラーニングによる認識の高性能化などを研究する．

成果：

2024年度
拡散モデルをロボット動作生成に適用するための手法として，高精度化に関わる手法と高速化に関わる手法を提案した．

2023年度
微細な動作の予測・生成に焦点を当て，安定的な検索と深層学習による高汎化
的・高精度な予測・生成を統合する手法を提案した．

2022年度
微細な動作の予測・生成に焦点を当て，ゼロからの予測・生成の不安定を回避するため，安定的な検索と深層学習による高汎化的・高精度な予測・生成を統合する手法を提案した．

自動車の全自動化を見据え，1. 搭乗者の状態の計測・認識に基づく，個人にあわせた制御法，2. 車載カメラから周辺歩行者の行動を予測することで，自動運転の安全性向上や，人とクルマが共存できるための技術などを開発する．

成果：

2024年度
任意倍率超解像によって，任意スケールの物体を検出する手法を提案した．

2023年度
カメラ中に小さく写っている遠方の歩行者などを過不足なく検出できる手法を
提案した．

2022年度
搭乗者の注視方向を画像から精度よく推定する手法や，カメラ・レーダの統合による距離計測の高精度化などを提案した．