Japan

サイト内の現在位置

NECの研究者

2018年10月31日

佐藤 敦 （Atsushi Sato）

佐藤 敦の写真

主席研究員
理学博士（東北大学）

研究分野

  • パターン認識
  • 機械学習
  • 画像認識

論文

査読あり論文

  • M. Ishii and A. Sato, “Layer-wise weight-decay for deep neural network,” Meeting on Image Recognition and Understanding (MIRU), 2016. (Best Paper Award)
  • M. Ishii, T. Shibata and A. Sato, “Artifact-free Image Reconstruction for Satellite Imagery,” Int. Geoscience and Remote Sensing Symposium (IGARSS), TUP.P14.69, 2016.
  • K.P. Lee, T. Shibata and A. Sato, “Learning Based Super Resolution Using Identity and Spatial Information for Surveillance Camera Facial Images,” Frontiers of Computer Vision (FCV), O2-3, 2016. (Best Paper Award)
  • M. Ishii, H. Imaoka and A. Sato, “Fast K-Nearest Neighbor Search Using Bounds of Residual Score,” Meeting on Image Recognition and Understanding (MIRU), 2014.
  • A. Sato and M. Ishii, “Inverse of Lorentzian Mixture for Simultaneous Training of Prototypes and Weights,” Int. Conf. on Pattern Recognition Applications and Methods (ICPRAM), pp.151-158, 2013.
  • M. Ishii and A. Sato, “Feature Selection Using Graph Cuts Based on Relevance and Redundancy”, Int. Conf. on Image Processing (ICIP), pp.4292-4296, 2013.
  • A. Sato, “A New Learning Formulation for Kernel Classifier Design,” Int. Conf. on Pattern Recognition (ICPR), Vol.1, pp.2897-2900, 2010.
  • A. Inoue and A. Sato, “Face Recognition Based on Mutual Projection of Feature Distributions,” IEICE Trans. on Information and Systems, Vol.E91-D, No.7, pp.1878-1884, 2008.
  • A. Inoue and A. Sato, “Face Recognition Using Mutual Projection of Feature Distributions,” Asian Conf. on Computer Vision (ACCV), pp.116-121, 2007.
  • E. Ishidera, D. Nishiwaki, A. Sato, “A Confidence Value Estimation Method for Handwritten Kanji Character Recognition and Its Application to Candidate Reduction,” Int. J. on Document Analysis & Recognition, Springer-Verlag, Vol.6, No.4, pp.263-270, 2003.
  • D. Nishiwaki, M. Hayashi, A. Sato, “Robust Frame Extraction and Removal for the Processing of Form Documents,” Graphics Recognition, pp.36-45, LNCS-2390, Springer, 2002.
  • A. Sato, “Discriminative Dimensionality Reduction based on Generalized LVQ,” Artificial Neural Networks, pp.65-72, LNCS-2130, Springer, 2001.
  • E. Ishidera and A. Sato, “A Candidate Reduction Method for Handwritten Kanji Character Recognition,” Int. Conf. on Document Analysis and Recognition, pp.8-13, 2001.
  • D. Nishiwaki, M. Hayashi and A. Sato, “Robust Frame Extraction and Removal for the Processing of Form Documents,” Int. Workshop on Graphics Recognition (GREC), Vol.GREC2001, pp.50-56, 2001.
  • A. Sato, “A Learning Method for Definite Canonicalization based on Minimum Classification Error,” Int. Conf. on Pattern Recognition (ICPR), Vol.2, pp.199-202, 2000.
  • K. Takahashi and A. Sato, “A Learning Method of Feature Selection for Rough Classification,” Int. Workshop on Multiple Classifier Systems, pp.127-136, 2000.
  • A. Sato, “An Analysis of Initial State Dependence in Generalized LVQ,” Int. Conf. on Artificial Neural Networks (ICANN), pp.928-933, 1999.
  • A. Sato, “A Formulation of Learning Vector Quantization Using a New Misclassification Measure,” Int. Conf. on Pattern Recognition (ICPR), Vol.1, pp.322-325, 1998.
  • A. Sato and K. Yamada, “An Analysis of Convergence in Generalized LVQ,” Int. Conf. on Artificial Neural Networks (ICANN), pp.170-176, Springer, 1998.
  • N. Fukushima, H. Shinbata, T. Hasebe, T. Yokose, A. Sato and K. Mukai, “Application of Image Analysis and Neural Networks to the Pathology Diagnosis of Intraductal Proliferative Lesions of the Breast,” Jpn. J. Cancer Res., Vol.88, No. 3, pp.328-333, 1997.
  • A. Sato and K. Yamada, “Generalized Learning Vector Quantization,” Advances in Neural Information Processing Systems (NIPS), Vol.8, pp.423-429, MIT Press, 1996.
  • A. Sato and J. Tsukumo, “A Criterion for Training Reference Vectors and Improved Vector Quantization,” Int. Conf. on Neural Networks (ICNN), Vol.1, pp.161-166, 1994.
  • A. Sato, K. Yamada and J. Tsukumo, “A Multi-template Learning Method Based on LVQ,” Int. Conf. on Neural Networks (ICNN), Vol.2, pp.632-637, 1993.
  • A. Sato, K. Yamada, J. Tsukumo and T. Temma, “Neural Network Models for Incremental Learning,” Int. Conf. on Artificial Neural Networks (ICANN), Vol.1, pp.753-758, 1991.
  • 佐藤 敦, 山田 敬嗣, “新しい誤分類尺度を用いた学習ベクトル量子化の定式化”, 電子情報通信学会論文誌 D-II, Vol.J82-D-II, No.4, pp.650-659, 1999.

主な査読なし論文・解説記事

  • 石井 雅人, 佐藤 敦, “特徴変換と重み付けを併用したドメイン適応”, 人工知能学会全国大会, 4K1-1in2, 2016.
  • 佐藤 敦, “一般化学習ベクトル量子化と画像認識”, ビジョン技術の実利用ワークショップ(ViEW), OS5-02, 2015.
  • 佐藤 敦, “安全安心な社会を支える画像認識技術の現状と課題”, 電子情報通信学会総合大会, TK-4-4, 2015.
  • M. Ishii and A. Sato, “Joint Optimization of Feature Transform and Instance Weighting for Domain Adaptation,” Meeting on Image Recognition and Understanding (MIRU), 2015.
  • K.P. Lee, T. Shibata and A. Sato, “Learning Based Super Resolution for Surveillance Camera Facial Images by Using Identity and Spatial Information,” ビジョン技術の実利用ワークショップ(ViEW), IS2-12, 2014.
  • 佐藤 敦, “安全安心な社会を支える画像認識技術”, 人工知能学会誌, Vol.29, No.5, pp.448-455, 2014.
  • 柴田 剛志, 佐藤 敦, “コンテンツに適応的な正則化と局所バイナリ相関制約による一枚超解像”, 画像の認識・理解シンポジウム(MIRU), 2014.
  • 佐藤 敦, “特集「2013年度人工知能学会全国大会（第27回）」”, 人工知能学会誌, Vol.28, No.6, pp.930-961, 2013.
  • 石井 雅人, 佐藤 敦, “画像ぼけに頑健な顔照合のためのベストショット度を用いたスコア補正”, 画像の認識・理解シンポジウム(MIRU), 2012.
  • 佐藤 敦, “パターン認識問題の数理”, 電子情報通信学会 基礎・境界ソサイエティFundamentals Review, Vol.5, No.4, pp.302-311, 2011.
  • 石井 雅人, 佐藤 敦, “一般損失最小化に基づくカーネル識別器の学習”, 電子情報通信学会パターン認識・メディア理解研究会, PRMU2011-61, pp.23-30, 2011.
  • 石井 雅人, 佐藤 敦, “グラフカットを用いた有用性と冗長性に基づく特徴選択”, 画像認識・理解シンポジウム(MIRU), pp.139-146, 2011.
  • 佐藤 敦, “非接触可視化に向けた画像認識技術”, 光テクノロジーロードマップ報告書―注目される革新的光技術―, 光産業技術振興協会, FY2010-001, pp.54-61, 2011.
  • 佐藤 敦, 大田 友一, “≪特集≫画像認識技術の実用化への取り組み”, 情報処理, Vol.51, No.12, pp.1526-1589, 2010.
  • 今岡 仁, 早坂 昭裕, 森下 雄介, 佐藤 敦,　広明 敏彦, “顔認証技術とその応用”, NEC技報, Vol.63, No.3, pp.26-30, 2010.
  • 佐藤 敦, “フィジカルセキュリティと人物監視”, 画像センシングシンポジウム(SSII), Vol.12, pp.1-4, 2006.
  • 佐藤 敦, “顔のバイオメトリクスセキュリティ”, 電子情報通信学会誌, Vol.89, No.1, pp.36-39, 2006.
  • A. Sato, H. Imaoka, T. Suzuki and T. Hosoi, “Advances in Face Detection and Recognition Technologies,” NEC J. of Advanced Technology, Vol.2, No.1, pp.28-34, 2005.
  • 佐藤 敦, “バイオメトリクス認証と顔認識技術”, 精密工学会画像応用技術専門委員会研究会報告, Vol.18, No.3, pp.6-15, 2003.
  • A. Sato, A. Inoue, T. Suzuki and T. Hosoi, “NeoFace - Development of Face Detection and Recognition Engine,” NEC Research and Development, Vol.44, No.3, pp.302-306, 2003.
  • 佐藤 敦, “顔検出・顔照合エンジン「NeoFace」” , 画像ラボ, Vol.14, No.8, pp.47-50, 2003.
  • 佐藤 敦, 井上 晃, 鈴木 哲明, 細井 利憲, “顔検出・顔照合エンジンの開発”, NEC技報, Vol.56, No.3, pp.15-18, 2003.
  • D. Nishiwaki, A. Sato, J. Tsukumo, “Research and Development for OCR Technologies,” NEC Research & Development, Vol.43, No.1, pp.29-32, 2001.
  • 佐藤 敦, “ニューラルネットによるパターン認識－開発の現状と今後－”, 電子情報通信学会パターン認識・メディア理解研究会, PRMU2000-95, pp.71-78, 2000.
  • 佐藤 敦, 山田 敬嗣, “ニューラルネットによるパターン認識［Ⅴ・完］－新しいニューラルネットモデル”, 電子情報通信学会誌, Vol.83, No.1, pp.50-56, 2000.
  • 佐藤 敦, 山田 敬嗣, “ニューラルネットによるパターン認識［Ⅳ］－学習ベクトル量子化とRBF”, 電子情報通信学会誌, Vol.82, No.12, pp.1248-1255, 1999.
  • 山内 俊史, 高木 宏基, 長谷川 省三, 橋元 昌一, 佐藤 敦, 津雲 淳, “郵便OCR”, NEC技報, 1998.
  • 佐藤 敦, “パターン認識のための新しい学習方法”, NEC技報, Vol.51, No.11, pp.25-29, 1998.

招待講演など

  • 佐藤 敦, “画像認識と機械学習”, 第2回フォトニクスイノベーション・ビジョンワークショップ, 2016年7月.
  • 佐藤 敦, “社会の安全安心を支える画像認識技術”, 画像センシング展 イメージセンシングセミナー, 2016年6月.
  • 佐藤 敦, “社会の安全安心を支える画像認識の現状と課題”, 次世代画像入力ビジョンシステム部会定例会, 2016年3月.
  • 佐藤 敦, “安全安心な社会を支える画像認識技術の現状と課題”, 電子情報通信学会総合大会, イノベーション創出実現に向けた情報通信技術の研究開発, 2015年3月.
  • 佐藤 敦, “一般化学習ベクトル量子化の開発と実用化”, 情報科学技術フォーラム(FIT), 受賞者フォーラム：メディア認識・理解の最前線と若手へのメッセージ, 2013年9月.
  • 佐藤 敦, “フィジカルセキュリティと人物監視”, 画像センシングシンポジウム(SSII), 2006年6月.
  • 佐藤 敦, “ニューラルネットによるパターン認識－開発の現状と今後－”, 電子情報通信学会パターン認識・メディア理解研究会, 2000年10月.

受賞等

2014年7月
平成26年度全国発明表彰 発明賞「新しい学習方式によるパターン認識の発明（特許第3452160号）」
2013年5月
第50回（平成24年度）電子情報通信学会 業績賞「一般化学習ベクトル量子化によるパターン学習方式の開発と実用化」
2012年11月
平成24年度関東地方発明表彰 神奈川県知事賞「新しい学習方式によるパターン認識（特許第3452160号）」
2011年7月
第25回（2011年度）独創性を拓く先端技術大賞 フジサンケイビジネスアイ賞「高精度顔認証の研究開発」
2011年6月
2010年度情報処理学会喜安記念業績賞「高精度顔認証技術の研究開発」
2010年6月
2009年度人工知能学会現場イノベーション賞銀賞「一般化学習ベクトル量子化の発明と実用化」

略歴

1989年3月
東北大学大学院理学研究科博士課程了（理学博士）
1989年4月
NEC入社、中央研究所に配属
1994年3月～1995年3月
米国ワシントン大学客員研究員
2008年7月～2008年12月
米国マサチューセッツ工科大学客員研究員

NECの研究者一覧へ戻る

お問い合わせ