表彰
SSII2024にて表彰式が行われました。
[IS1-06] 圧縮センシングと三次元画像相関法を用いた高速・高解像度振動計測
綿引 壮真1、加藤 由幹2
（1. 構造計画研究所、2. 高知工科大学）
[IS2-05] 大規模視覚言語モデルによる少量データからの汎用外観検査
上野 詩翔1、尾下 拓未1、中塚 俊介1、加藤 邦人1、林 良和1、相澤 宏旭2
(1. 岐阜大学、2. 広島大学)
[IS3-25] デジタル画像における「エッジ像」に関する考察
青木 公也1、清水 誠人1、五十嵐 隼1、輿水 大和1,2
(1. 中京大学、2. YYCソリューション)
SSII2024にて、2024年度 画像センシング技術研究会 高木賞の表彰を行われました（画像センシング技術研究会 高木賞のページ）。
人工物メトリクス（物体指紋）を用いた物体認証の実応用拡大に向けた画像センシング設計技術の研究
石山 塁1、北野 和哉2、ビンダー ヨハネス2、舩冨卓哉2、向川 康博2
（1. 日本電気、2. 奈良先端科学技術大学院大学）
第29回 画像センシングシンポジウム（SSII2023）学術賞
SSII2024にて，SSII2023学術賞の表彰を行われました（画像センシング技術研究会：SSIIの沿革ページ）。
【最優秀学術賞】
印刷ムラを利用した人工物メトリクス
酒井 修二1、渡邉 浩太2、渡邉 隆史1、伊藤 康一2、青木 孝文2
（1. 凸版印刷、2. 東北大学）
選定理由：印刷領域の色ムラという極めて微細な変化から、印刷物の個体を識別するという、独創的かつチャレンジングな課題に取り組んだ論文である。前処理・データ拡張に着目し、明るさの正規化やヒストグラム均等化、Random Erasingなど、シンプルな処理の導入によって、誤識別率 1/10 という大幅な精度改善を達成している。特殊な撮像装置を一切用いることなく、一般のハンドヘルドカメラを用いて実現できることからも利用しやすく、産業応用も広く期待できる。多様な撮影対象、撮影条件、印刷条件で網羅的な評価を行っており、信頼性も高い。論文の完成度も高く、今後の展開が大いに期待できる論文である。
【優秀学術賞】
画像分類のための深層 LSTM
立浪 祐貴1,2、瀧 雅人2
（1. AnyTech、2. 立教大学）
選定理由：自己注意機構に代わる新たなアーキテクチャの創出を目的とした、意欲的な研究である。縦横の長期的依存関係をモデル化する手段として、双方向LSTMを2次元拡張したBiLSTM2Dを考案して自己注意機構を置き換える構成は、直感的でありながら合理的である。ImageNet1k画像分類ベンチマークにおいて、Swin Transformer といった定番的アーキテクチャと同等以上の精度を実現しているのみならず、解像度に対する高い頑健性／メモリ優位性を持つという、その独自の構造に由来する有益な特性を実証している点も興味深い。深層学習における新たな可能性を提示しており、また、主要なオープンソースライブラリから利用可能であるなど、研究開発コミュニティへ極めて大きな貢献が期待できる。
平面導波路型デジタルホログラフィック顕微鏡による高速カラー3次元イメージング
林 健太1、仲間 一貴1、村井 裕美1、Maryam Faheem1、田渕 絢香1、岡本 勝就2、渡邉 恵理子1
（1. 電気通信大学、2. 岡本研究所）
選定理由：高速撮像が難しい平面導波路型のデジタルホログラフィック顕微鏡において、200fpsでの撮像を実現した価値の高い研究である。実現手法も印加電圧を 2 段階化するというシンプルかつ実用的なものであり、高い産業応用可能性が見込まれる。実機実験結果としてモノクロ／カラー／任意焦点撮像によって微生物を撮影した実例を示しており、新たな撮像技術としての普及が期待される。
