吉田 香 (ヨシダ カオリ)

YOSHIDA Kaori

写真a

職名

准教授

研究室住所

福岡県北九州市若松区ひびきの2-4

研究分野・キーワード

感性情報処理,ヒューマンコンピュータインタラクション,マルチメディアデータベース,ユビキタスコンピューティング,コンテンツマネージメント,ユーザモデリング,画像処理,パターン認識

メールアドレス

メールアドレス

研究室電話

093-695-6111

研究室FAX

093-695-6111

ホームページ

http://www.brain.kyutech.ac.jp/~kaori/

出身大学院 【 表示 / 非表示

  • 1999年03月  九州工業大学  工学研究科  電気工学  博士課程・博士後期課程  修了  日本国

取得学位 【 表示 / 非表示

  • 九州工業大学 -  博士(工学)  1999年03月

学内職務経歴 【 表示 / 非表示

  • 2014年04月
    -
    継続中

    九州工業大学   大学院生命体工学研究科   人間知能システム工学専攻   准教授  

  • 2013年04月
    -
    2014年03月

    九州工業大学   大学院生命体工学研究科   脳情報専攻   准教授  

  • 2008年04月
    -
    2013年03月

    九州工業大学   大学院情報工学研究院   知能情報工学研究系   准教授  

 

論文 【 表示 / 非表示

  • The Concept of Intelligent Space with a Robot

    BELANOVÁ Dorota, MACH Marián, SINČÁK Peter, YOSHIDA Kaori

    International Symposium on Affective Science and Engineering    2019 ( 0 ) 1 - 4   2019年01月  [査読有り]

     概要を見る

    <p>Intelligent space is where people may easily interact with computers and robots, changing the environmental conditions based on users' needs to create more comfortable and satisfying surroundings. In our proposed system, we would integrate an intelligent space with a robot that would act as an active part of the environment. The system is illustrated in a few caregiver scenarios, showing the actions of a robot. The skills of a robot are explained, presenting the advantages and contributions of the system.</p>

    機関リポジトリ DOI CiNii

  • Tensor self-organizing map for kansei analysis

    Itonaga K., Yoshida K., Furukawa T.

    Proceedings - 2018 Joint 10th International Conference on Soft Computing and Intelligent Systems and 19th International Symposium on Advanced Intelligent Systems, SCIS-ISIS 2018      796 - 801   2018年12月  [査読有り]

     概要を見る

    © 2018 IEEE. In Kansei analysis, impressions of various objects are commonly measured using evaluation words. When using this approach, it is necessary to examine all combinations of three elements: subjects, objects, and evaluation words. However, the exhaustive analysis required is not an easy task because of the enormous number of combinations. Additionally, if it is necessary to reveal the relationship between the impressions and physical features of objects such as colors or shapes, the number of combinations increases enormously and the task becomes unrealistic. In this paper, we introduce a method called the tensor self-organizing map (TSOM) that visualizes the relationships between the elements. We applied the TSOM to Kansei analysis of landscape images and studied how the impressions were dependent on the subjects. We also investigated the relationships between these subject-dependent impressions and the physical features. Through these experiments, we demonstrate that the TSOM can be a useful tool for Kansei analysis.

    DOI Scopus

  • An Efficient Replay Method to Prevent SURF-Based Face Detection

    Dadkhah S., Koppen M., Sadeghi S., Yoshida K.

    Proceedings - 2018 5th Asia-Pacific World Congress on Computer Science and Engineering, APWC on CSE 2018      18 - 25   2018年12月  [査読有り]

     概要を見る

    © 2018 IEEE. During the past couple of years, a considerable number of digital images are gathered by search engines, or uploaded by users in different social websites. These images could contain a variety of variables such as different faces, scenes, and unusual objects. The advancement of digital face recognition algorithms is sensational, recognition algorithms used by some of the social websites are even stronger than most secret service establishments. However, there is always a concern about how to protect the user's privacy when they do not want to be recognized automatically by these services. In this research, a SURF-based face recognition algorithm along with a featurebased attack to mislead this type of scheme is proposed. The recognition algorithm use different machine learning technique along with second layer descriptor counting function which makes it more powerful. However the primary focus of this research is to provide a method which can mislead this type of recognition systems with a smallest possible degradation to the image representation. The experimental results show that the proposed plan is successful to fool the SURF algorithm and its recognition system by 70%.

    DOI Scopus

  • Updatable indoor localization based on BLE signal fingerprint

    Benaissa B., Yoshida K., Koppen M., Hendrichovsky F.

    Proceedings of the 2018 International Conference on Applied Smart Systems, ICASS 2018      2018年11月  [査読有り]

     概要を見る

    © 2018 IEEE. The need for a robust indoor localization solution is mounting in the recent few year, as the IoT technology is growing fast. In this paper, we discuss existing indoor localization approaches, focusing on the signal strength fingerprint approaches, to which belongs the presented study and based on Bluetooth Low Energy signal. The proposed approach employs the Radial Basis Functions (RBF) to create model that describe the real signal strength-position relationship. The present method is fully implemented on a smart phone, namely, offline data collection, model computation and online position estimation. This allow updating the model by collecting more signal data, therefore improving the localization accuracy with small efforts. The presented results shows that updating the model effectively improves the accuracy of estimation.

    DOI Scopus

  • Path planning on robot based on D∗ lite algorithm

    Belanova D., Mach M., Sinčák P., Yoshida K.

    DISA 2018 - IEEE World Symposium on Digital Intelligence for Systems and Machines, Proceedings      125 - 130   2018年10月  [査読有り]

     概要を見る

    © 2018 IEEE. The increasing need of autonomous behavior of robots in fields of science and technology formed the requirement for path planning implemented by the robot without the human assistance. In this paper, D∗ Lite, which is a path planning graph-based algorithm, was used in order to compute the shortest path from a start to goal point in a real environment and make a Pepper robot move in a computed trajectory. The movement of robot was conducted in a static environment, with the map of the environment already known. This paper is a first step in the research focusing on a creation of a so-called intelligent workspace.

    DOI Scopus

全件表示 >>

口頭発表・ポスター発表等 【 表示 / 非表示

  • 和音と色のノンバーバルマッピング

    樋口佳奈,金津達也,大坪正和,吉田香

    第 21 回日本知能情報ファジィ学会九州支部学術講演会  2019年11月  -  2019年11月   

  • BLE Beaconを用いた屋内位置推定

    田中仁,ベネッサブラヒム,大坪正和,金津達也,末松圭史,吉田香

    第 20 回日本知能情報ファジィ学会九州支部学術講演会  2018年12月  -  2018年12月   

  • 足音が歩容に及ぼす影響

    松本啓暉,樋口佳奈,末松圭史,大坪正和,吉田香

    第 20 回日本知能情報ファジィ学会九州支部学術講演会  2018年12月  -  2018年12月   

  • ネットワークプロトコルを用いた遠隔対話における複数人インタラクションモデルの構築

    末松圭史,大坪正和,金津達也,吉田香

    HAIシンポジウム2017  2017年12月  -  2017年12月   

  • 合成音声への表情付けを目的とした韻律パラメタの検討

    久野昌隆,大坪正和,吉田 香

    第48 回あいまいと感性研究部会ワークショップ  2017年12月  -  2017年12月   

全件表示 >>

講演 【 表示 / 非表示

  • Kansei Information Processing based on Ambient Human Sensing

    ISIS 2019 & ICBAKE 2019   2019年12月06日 

  • Kansei Information Processing and Its Applications

    4th International Symposium on Artificial Intelligence and Robotics (ISAIR2019)   2019年08月20日 

  • Kansei Information Processing and its applications

    17th International Conference on Computer Information Systems and Industrial Management Applications (CISIM2018)   2018年09月28日 

  • Kansei Robotics supported by Ambient Human Sensing

    The 20th Annual Meeting of Japan Society of Kansei Engineering   2018年09月04日 

報道関係 【 表示 / 非表示

  • カレッジ最前線 感性情報処理

    西日本新聞  2006年08月

    吉田香研究室

  • IT天才を育てる

    Asahi Shimbun Weekly AERA 2000.11.6  2000年10月30日

    吉田香

科研費獲得実績 【 表示 / 非表示

  • ネットワーク浸透のための融合技術と進化のための情報ダイナミクスに関する研究

    基盤研究(S)

    研究期間:  2006年04月  -  2011年03月

    研究課題番号:  18100001

  • 感性に基づく行動支援システムに関する研究

    若手研究(B)

    研究期間:  2006年04月  -  2009年03月

    研究課題番号:  18700212

  • マルチモーダルコンテンツマネージメントシステムの構築に関する研究

    特別研究員奨励費

    研究期間:  2006年04月  -  2008年03月

    研究課題番号:  06F06094

  • マルチメディアと感性データベース作成に関する研究

    特別研究員奨励費

    研究期間:  1998年04月  -  2000年03月

    研究課題番号:  98J02892

 

担当授業科目 【 表示 / 非表示

  • 2019年度  データベースE

  • 2019年度  脳型情報処理A

  • 2018年度  データベースE

  • 2018年度  脳型情報処理A

  • 2017年度  データベースE

全件表示 >>