Publications

International Peer Review Journals

• Xiu, H., Liu, X., Wang, W., Kim, K. S., Shinohara, T., Chang, Q., & Matsuoka, M. (2023). Diffusion unit: Interpretable edge enhancement and suppression learning for 3D point cloud segmentation. Neurocomputing, 126780.https://www.sciencedirect.com/science/article/pii/S0925231223009037
• Xiu, H., Liu, X., Wang, W., Kim, K. S., Shinohara, T., Chang, Q., & Matsuoka, M. (2023). DS-Net: A dedicated approach for collapsed building detection from post-event airborne point clouds. International Journal of Applied Earth Observation and Geoinformation, 116, 103150.https://www.sciencedirect.com/science/article/pii/S1569843222003387
• T. Shinohara, H. Xiu and M. Matsuoka, “Point2Wave: 3D Point Cloud to Waveform Translation Using a Conditional Generative Adversarial Network with Dual Discriminators,” in IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, doi: 10.1109/JSTARS.2021.3124610. https://ieeexplore.ieee.org/document/9599498/
• Xiu, H., Shinohara, T., Matsuoka, M., Inoguchi, M., Kawabe, K., & Horie, K. (2021). Statistical analysis and modeling to examine the exterior and interior building damage pertaining to the 2016 Kumamoto earthquake. Earthquake Spectra. https://doi.org/10.1177/87552930211035408
• Xiu, H.; Shinohara, T.; Matsuoka, M.; Inoguchi, M.; Kawabe, K.; Horie, K. Collapsed Building Detection Using 3D Point Clouds and Deep Learning. Remote Sens. 2020, 12, 4057. https://www.mdpi.com/2072-4292/12/24/4057
• Shinohara T, Xiu H, Matsuoka M. FWNet: Semantic Segmentation for Full-Waveform LiDAR Data Using Deep Learning. Sensors. 2020; 20(12):3568. https://www.mdpi.com/1424-8220/20/12/3568
  More information is here

pre-print

• Xiu, Haoyi and LIU, XIN and Wang, Weimin and Kim, Kyoung-Sook and Shinohara, Takayuki and Chang, Qiong and Matsuoka, Masashi, Diffusion Unit: Interpretable Edge Enhancement and Suppression Learning for 3D Point Cloud Segmentation. Available at SSRN: https://ssrn.com/abstract=4346396 or http://dx.doi.org/10.2139/ssrn.4346396
• Xiu, H., Liu, X., Wang, W., Kim, K. S., Shinohara, T., Chang, Q., & Matsuoka, M. (2022). Interpretable Edge Enhancement and Suppression Learning for 3D Point Cloud Segmentation. arXiv preprint arXiv:2209.09483.
• Xiu, H., Liu, X., Wang, W., Kim, K. S., Shinohara, T., Chang, Q., & Matsuoka, M. (2022). Enhancing Local Geometry Learning for 3D Point Cloud via Decoupling Convolution. arXiv preprint arXiv:2207.01181.
• Xiu, H., Liu, X., Wang, W., Kim, K. S., Shinohara, T., Chang, Q., & Matsuoka, M. (2022). Enhancing Local Feature Learning Using Diffusion for 3D Point Cloud Understanding. arXiv preprint arXiv:2207.01174.
• Xiu, H., Liu, X., Wang, W., Kim, K. S., Shinohara, T., Chang, Q., & Matsuoka, M. (2022). Enhancing Local Feature Learning for 3D Point Cloud Processing using Unary-Pairwise Attention. arXiv preprint arXiv:2203.00172.

International Conference

peer review

• T. Shinohara, Yonghe Li, Sakamoto Mitsuteru and Satoh Toshiaki, “Building CAD Model Reconstruction from Point Clouds via Instance Segmentation, Signed Distance Function, and Graph Cut,” Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV) Workshops, 2023, pp. 1735-1744.https://openaccess.thecvf.com/content/ICCV2023W/SHARP/html/Shinohara_Building_CAD_Model_Reconstruction_from_Point_Clouds_via_Instance_Segmentation_ICCVW_2023_paper.html
• Haoyi XIU, Xin LIU, Weimin WANG, Kyoung-Sook KIM, Takayuki SHINOHARA, Qiong CHANG, Masashi MATSUOKA: Optimizing Local Feature Representations of 3D Point Clouds with Anisotropic Edge Modeling, Proc. International Conference on Multimedia Modeling (MMM) 2023, pp.269–281, 2023.3. [doi:10.1007/978-3-031-27077-2_21]
• Haoyi Xiu, Xin Liu, Weimin Wang, Kyoung-Sook Kim, Takayuki Shinohara, Qiong Chang and Masashi Matsuoka (2021). Enhancing Local Feature Learning for 3D Point Cloud Processing using Unary-Pairwise Attention. The 32nd British Machine Vision Conference 22nd - 25th November 2021 https://www.bmvc2021-virtualconference.com/assets/papers/0678.pdf
• T. Shinohara, H. Xiu and M. Matsuoka, “Point2color: 3D Point Cloud Colorization Using a Conditional Generative Network and Differentiable Rendering for Airborne LiDAR,” 2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW), 2021, pp. 1062-1071, doi: 10.1109/CVPRW53098.2021.00117.(acceptance rate: 30%) https://ieeexplore.ieee.org/document/9522825
  More information is here)
• Shinohara T, Xiu H, Matsuoka M. Semantic Segmentation for Full Waveform LiDAR data using Local and Hierarchical Global Feature Extraction, 28th ACM SIGSPATIAL International Conference on Advances in Geographic Information Systems (SIGSPATIAL 2020), Seattle, Washington, USA, November 3-6, 2020. (acceptance rate: 22.1%) https://dl.acm.org/doi/10.1145/3397536.3422209
  More information is here
• H. Xiu, T. Shinohara and M. Matsuoka, “Dynamic-Scale Graph Convolutional Network for Semantic Segmentation of 3D Point Cloud,” 2019 IEEE International Symposium on Multimedia (ISM), San Diego, CA, USA, 2019, pp. 271-2717. doi: 10.1109/ISM46123.2019.00062 https://ieeexplore.ieee.org/document/8959020
• T. Shinohara, H. Xiu and M. Matsuoka, “FWNetAE: Spatial Representation Learning for Full Waveform Data Using Deep Learning,” 2019 IEEE International Symposium on Multimedia (ISM), San Diego, CA, USA, 2019, pp. 259-2597. doi: 10.1109/ISM46123.2019.00060 https://ieeexplore.ieee.org/document/8959007
  More information is here

without peer review

• Ami OGITA, Takayuki SHINOHARA, Haoyi XIU, Haruki OSHIO, Masashi MATSUOKA: Detection of Residential and Water Areas in Historical Topographic Maps of Japan using U-Net, Proc. the 43rd Asian Conference on Remote Sensing, Paper ID: 133, 8p., 2022.10.
• Shinohara, T., Ito, R., Kobayashi, Y., Satoh, T., Shimazaki, Y., & Nakamura, S. (2022). APPLICATION OF PRE-TRAINED REAL-WORLD SUPER RESOLUTION MODELS TO OPTICAL SATELLITE IMAGE. The International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, 43, 167-173.
• Shinohara, T., Xiu, H., and Matsuoka, M.: IMAGE TO POINT CLOUD TRANSLATION USING CONDITIONAL GENERATIVE ADVERSARIAL NETWORK FOR AIRBORNE LIDAR DATA, ISPRS Ann. Photogramm. Remote Sens. Spatial Inf. Sci., V-2-2021, 169–174, https://doi.org/10.5194/isprs-annals-V-2-2021-169-2021, 2021.
• T. Shinohara, H. Xiu and M. Matsuoka, “3D Point Cloud Generation Using Adversarial Training for Large-Scale Outdoor Scene,” 2021 IEEE International Geoscience and Remote Sensing Symposium IGARSS, 2021, pp. 2935-2938, doi: 10.1109/IGARSS47720.2021.9554523.https://ieeexplore.ieee.org/document/9554523
• Kouhei KUWABARA, Haoyi XIU, Takayuki SHINOHARA, Masashi MATSUOKA: Evaluation of Liquefaction Occurrence for Large Area: A Machine Learning Approach, Proc. 17th World Conference on Earthquake Engineering, 9c-0010, 12p., 2020.9.
• Sakamoto, M., Shinohara, T., Li, Y., and Satoh, T.: WALL STONE EXTRACTION BASED ON STACKED CONDITIONAL GAN AND MULTISCALE IMAGE SEGMENTATION, Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLIII-B2-2020, 1491–1496, https://doi.org/10.5194/isprs-archives-XLIII-B2-2020-1491-2020, 2020.
• Li, Y., Sakamoto, M., Shinohara, T., and Satoh, T.: AUTOMATIC LABEL PLACEMENT OF AREA-FEATURES USING DEEP LEARNING, Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLIII-B4-2020, 117–122, https://doi.org/10.5194/isprs-archives-XLIII-B4-2020-117-2020, 2020.
• Li, Y., Sakamoto, M., Shinohara, T., and Satoh, T.: OBJECT DETECTION FROM MMS IMAGERY USING DEEP LEARNING FOR GENERATION OF ROAD ORTHOPHOTOS, Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLII-2, 573-577, https://doi.org/10.5194/isprs-archives-XLII-2-573-2018, 2018.
• Yonghe Li, Takayuki Shinohara, Mitsuteru Sakamoto and Toshiaki Satoh: R-CNN based Object Detection from MMS Imagery for Generation of Road Orthophotos, International Symposium on Remote Sensing, 2017.5.
• Takayuki Shinohara, Yonghe Li, Mitsuteru Sakamoto and Toshiaki Satoh: DEVELOPMENT OF AUTOMATED CRACK DETECTION METHOD BASED ON CONVOLUTIONAL NEURAL NETWORKS， International Symposium on Remote Sensing, 2017.5.
• Yong He Li, Takayuki Shinohara, Toshiaki Satoh, Kikuo Tachibana: ROAD SIGNS DETECTION AND RECOGNITION UTILIZING IMAGES AND 3D POINT CLOUD ACQUIRED BY MOBILE MAPPING SYSTEM, Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLI-B1, 669-673, https://doi.org/10.5194/isprs-archives-XLI-B1-669-2016, 2016.
• Fumitaka OGUSHI, Takayuki SHINOHARA, Masashi MATSUOKA: Surface Displacement due to the 2014 North Nagano, Japan Earthquake Estimated from Differential Interferometry Technique with ALOS-2 PALSAR-2 Data, Proc. International Geoscience and Remote Sensing Symposium 2015, IEEE, USB Memory, pp.3532-3535, 2015.7.
• Takayuki SHINOHARA, Wen LIU, Masashi MATSUOKA: Spectral Mixture Analysis for Typhoon-Induced Inundation Mapping in Negros and Cebu Islands, the Philippines, Proceedings of International Symposium on Remote Sensing 2014, B08-3, 4p., CD-ROM, 2014.4.

寄稿

• 篠原 崇之,李 勇鶴, 坂元 光輝: 空間情報技術の変遷 深層学習，写真測量とリモートセンシング (Journal of the Japan Society of Photogrammetry and Remote Sensing)，60周年記念誌, pp. 170-182, 2022年11月17日
• 篠原 崇之: 令和3年 測量・地理空間情報技術奨励賞 受賞論文の紹介 グローバルな特徴抽出とローカルな特徴抽出を組み合わせたFull Waveform LiDARデータに対するセマンティックセグメンテーション，測量　地理空間情報の科学と技術，日本測量協会，2021年10月，71巻，10号 pp. 16-19 https://ci.nii.ac.jp/naid/40022720834/
• 篠原 崇之,李 勇鶴,坂元 光輝,佐藤 俊明,先名 重樹: 第29回 応用測量論文奨励賞 受賞論文の紹介 半教師付き学習による噴砂被害域の自動抽出手法に関する検討，測量　地理空間情報の科学と技術，日本測量協会，2019年1月，69巻，1号 pp. 12-15 https://ci.nii.ac.jp/naid/40021768561/

国内雑誌

• 奥田 知之, 窪田 智則, 篠原 崇之, 深層学習による2段階パッチスケールひび割れ抽出とひび割れ率算出手法, 土木学会論文集F3（土木情報学）, 2021, 77 巻, 2 号, p. I_140-I_152, 公開日 2021/03/15, Online ISSN 2185-6591, https://doi.org/10.2208/jscejcei.77.2_I_140, https://www.jstage.jst.go.jp/article/jscejcei/77/2/77_I_140/_article/-char/ja, 抄録:
• 李 勇鶴,坂元 光輝,篠原 崇之,佐藤 俊明．深層学習によるMMS画像からの車両とその影領域の検出および高解像度路面オルソ画像作成への適用に関する研究，写真測量とリモートセンシング，日本写真測量学会，2019年 58巻 3号 pp. 130-141 https://ci.nii.ac.jp/naid/40021964830/
• 篠原崇之，李勇鶴，坂元光輝，佐藤俊明，先名重樹, 半教師付き学習による噴砂被害域の自動抽出手法に関する検討，応用測量論文集, Vol. 29， 2018.7　（優秀論文賞)
• 篠原崇之, 松岡昌志, リュウ・ウェン, 山崎文雄. 光学衛星画像を用いた混合スペクトル解析に基づく浸水度の定量推定と SAR 画像を組み合わせた東北地方太平洋沖地震津波への適用, 日本地震工学会論文集, Vol. 16, No. 3(特集号), pp. 157-168, 2016.3.

国内学会

• 荻田 亜美、松岡 昌志、修 浩毅、篠原 崇之、押尾 晴樹：広域的なハザードマップ基礎情報のための深層学習による旧版地図からの集落・水域の自動抽出, 地震工学シンポジウム, 2023.11.
• 小林　洋平, 佐藤　俊明, 篠原　崇之, 小平　肇, 伊東　里保, 島崎　康信：オルソ画像超解像に関する画像劣化の影響, ）日本リモートセンシング学会　第75回（令和5年度秋季）学術講演会, 2023.11.
• 坂元光輝, 李勇鶴, 篠原崇之, 佐藤俊明：各種の航空機LiDAR点群フィルタリング手法の特徴比較および処理結果の評価, 日本写真測量学会 令和5年度秋季学術講演会, 2023.11.
• 李勇鶴, 坂元光輝, 篠原崇之, 佐藤俊明：Thin Plate Spline曲面を用いた航空機LiDAR点群の自動フィルタリング, 日本写真測量学会 令和5年度秋季学術講演会, 2023.11.
• 篠原崇之, 李勇鶴, 坂元光輝, 佐藤俊明：3D building modeling method combining point cloud instance segmentation and signed distance functions, MIRU2023,2023.8.
• 篠原崇之, 李勇鶴, 坂元光輝, 佐藤俊明：人間中心AIを用いた対話的セグメンテーション手法のリモートセンシング画像に対する適用，人工知能学会全国大会論文集, 2023.6.
• 小林洋平，朱　林，佐藤　俊明，篠原　崇之，中村　翔，伊東　里穂，島崎　康信：異なる航空写真オルソ画像に対する超解像GANの適用に関する研究 ，日本リモートセンシング学会　第73回（令和4年度秋季）学術講演会, 2022.11.
• 李　勇鶴，篠原　崇之，佐藤　俊明，その他3名：オブリーク画像からの3次元モデルの分割生成処理における課題と解決策に関する検討 ，日本写真測量学会令和4年度秋季学術講演会, 2022.11.
• 荻田亜美，修浩毅，篠原崇之，松岡昌志：U-Netを用いた旧版地図からの水域の抽出，地域安全学会梗概集，No.50, pp.1-4, 2022.5.
• 八嶋恵一朗，篠原崇之，押尾晴樹，松岡昌志：PIX2PIXを用いた沿岸域におけるDSMからDTMを生成する試み，地域安全学会梗概集，No.50, pp.45-48, 2022.5.
• 小林洋平・朱　林・佐藤　俊明・篠原　崇之・中村　翔: 異なる航空オルソ画像に対する超解像の適用について, 日本リモートセンシング学会　第71回（令和3年度秋季）学術講演会, 2021.11
• 荻田亜美，松岡昌志，篠原崇之，修浩毅：U-Netを用いた旧版地図からお市街地抽出，地域安全学会梗概集，No.49, pp.39-42, 2021.10.
• 奥田知之, 窪田智則, & 篠原崇之. (2020). 深層学習を用いた 2 段階路面ひび割れ抽出手法. In 土木情報学シンポジウム講演集 Proceedings of the symposium on civil engineering informatics (Vol. 45, pp. 197-200). 土木学会. 2020.9.
• 李勇鶴, 坂元光輝, 篠原崇之, 佐藤俊明: 深層学習を用いたポリゴン内部へのラベル自動配置, MIRU2020, USB Memory, 2020.8.
• 坂元光輝・篠原崇之・李　勇鶴，佐藤俊明．Conditional GAN を活用した石垣画像からの石材抽出手法の改良，日本写真測量学会令和 元年度年次学術講演会発表論文集, 2019.11
• 奥田 知之,瀧 洋二,篠原 崇之．深層学習を用いた路面性状測定車によるラインセンサ路面画像のひび割れ自動抽出 土木情報学シンポジウム講演集，土木学会，2019年, 44巻，pp. 193-196 https://ci.nii.ac.jp/naid/40022070076/
• 武田大典，篠原崇之，下村博之，藤平大，櫻本智美，杉本宏之: 地すべり地形自動抽出のための深層学習（Dilated U-net）を活用した応用研究，CDROM，2019.08．
• 篠原崇之, 李勇鶴, 坂元光輝, 佐藤俊明: Mobile Mapping System画像に対するドメイン適応を利用したSemantic Segmentation手法の検討, MIRU2019, USB Memory,2019.8.
• 篠原崇之，武田大典，下村博之，藤平大，櫻本智美，深層学習(Dilated U-net)による航空レーザデータを用いた地すべり地形自動抽出手法の検討，日本地すべり学会第57回研究発表会，CDROM，2018.08．
• 篠原崇之，李勇鶴，坂元光輝，佐藤俊明，Dilated Encoder-Decoder モデルによる道路標識板の領域抽出，日本写真測量学会平成 30 年度年次学術講演会発表論文集, 2018.5
• 篠原崇之，佐藤俊明，武田大典，下村博之，先名重樹, 平成 28 年熊本地震における液状化被害抽出手法の検討，日本地震工学会・大会—2017 梗概集，2017.11 (優秀発表賞)
• 篠原崇之, 佐藤俊明, 先名重樹, Convolutional Neural Network を用いた噴砂被害の自動抽出手法の検討，日本建築学会大会学術講演梗概集，2017.8.
• 篠原崇之, 李勇鶴, 坂元光輝, 佐藤俊明, 路面性状調査のための畳み込みニューラルネットワークを用いたひび割れの自動判読に関する研究，日本リモートセンシング学会第 61 回学術講演会論文集,2016
• 篠原崇之，松岡昌志，リュウ ウェン，山崎文雄：光学衛星画像を用いた混合スペクトル解析に基づく浸水度の定量推定とSAR画像を組み合わせた東北地方太平洋沖地震津波への適用，第14回日本地震工学シンポジウム論文集，CD-ROM, pp.2503-2512, 2014.12.
• 河野洋行，篠原崇之，松岡昌志：2014年広島土砂災害における空撮写真を用いた地形モデルの作成とLiDARデータとの比較，地域安全学会梗概集，No.35, pp.69-70, 2014.11.
• 篠原崇之，松岡昌志，リュウ ウェン：2011年東北地方太平洋沖地震の津波被害域における水占有率と後方散乱係数の関係，地域安全学会梗概集，No.35, pp.29-30, 2014.11.
• 篠原崇之，リュウ ウェン，松岡昌志：RISAT-1/SARとLandsat/ETM+を用いた台風Haiyanによる浸水域の抽出，日本リモートセンシング学会第56回学術講演会論文集, pp.23-26, 2014.5.
• 篠原崇之，リュウ ウェン，松岡昌志：JERS-1/SAR画像による1994年ノースリッジ地震の地盤変位の検出，日本リモートセンシング学会第55回学術講演会論文集, pp.137-138, 2013.11.