湘南工科大学情報学部情報学科2年在学中．ロボティクス，組込みシステム，画像認識，対話システムなどの研究開発に取り組む．2026年に開催された対話システムライブコンペティション8（DSLC8）では，チームShonanGreenAppleの主たる開発エンジニアとしてシステムの設計・実装を担当．
Second-year student in the Department of Information Science, Shonan Institute of Technology, working on research and development in robotics, embedded systems, computer vision, and dialogue systems. At the Dialogue System Live Competition 8 (DSLC8) in 2026, served as the lead development engineer for team ShonanGreenApple, responsible for system design and implementation.

• ロボットとの共生社会をめざした AI / IoT 技術（研究室テーマ）
  AI / IoT for human-robot coexistence
• 音声対話システム・ロボットとの対話
  Spoken dialogue systems and human-robot interaction
• 画像認識（物体検出・追跡・CG による合成データ）
  Computer vision: object detection, tracking, and synthetic training data from CG
• 生成 AI・ローカル LLM を使ったツールづくり
  Building tools with generative AI and local LLMs

• 対話システムライブコンペティション8（DSLC8）に、チーム ShonanGreenApple の主たる開発エンジニアとして参加し、一次予選を突破
  Participated in Dialogue System Live Competition 8 (DSLC8) as the lead development engineer for team ShonanGreenApple, and passed the first preliminary round
• ビジョン技術の実利用ワークショップ（ViEW2026）参加
  Participated in Vision Engineering Workshop (ViEW2026)

研究・コンペのため、リポジトリは非公開です。
These repositories are private while the research and competitions are in progress.

• ABC2027 Challenge — UWB レーダーによる転倒検出
  カメラを使わない UWB レーダーの信号から、転倒した区間を見つける。転倒する前にその日の危険度を出す試作システム（ローカル LLM が記録をまとめる）も作っている
  Fall detection from camera-free UWB radar signals, plus a prototype that estimates the day's fall risk before a fall happens, using a local LLM
• ABC2027 TrackID3x3 Challenge — 3x3 バスケットボールの選手追跡と識別
  試合動画から、選手ごとのコート上の位置・チーム・背番号を推定する（YOLO で検出 → コート座標へ変換 → 追跡 → 背番号の分類と OCR → 整数計画法で ID を割り当て）
  Estimating each player's court position, team, and jersey number from match video (YOLO detection, court projection, tracking, jersey classification and OCR, and ID assignment with integer programming)
• ViEW — CG によるボウフラ検出用の合成データセット
  Blender で、ハマダラカの幼虫（ボウフラ）が入った水面の画像と正解枠を自動で作る（1,000 枚・10,000 匹）。YOLO と Google Cloud AutoML の形式で出力
  Generating synthetic images of Anopheles larvae in water with Blender, with automatic bounding boxes (1,000 images, 10,000 larvae) in YOLO and Google Cloud AutoML formats
• ローカル VLM による協働インタラクション動画からのポジティブ・フィードバック（PFB）生成（発表予定）
  グループワークの動画から、参加者一人ひとりの行動と貢献を読み取り、根拠つきのポジティブ・フィードバックを生成する。映像を外部のクラウドに送らず、研究室の GPU サーバーで動くローカル VLM（6 種類）で比較している
  Positive Feedback Generation from Collaborative Interaction Videos Using Local Vision-Language Models (to be presented): generating evidence-based positive feedback for each participant in group work, comparing six locally run VLMs so that no video leaves the lab

• 言語 / Languages
  
• AI・画像処理 / AI & Vision
  
• Web・アプリ / Web & Apps
  
• ハードウェア / Hardware
  

• Mail: 25b2067@sit.shonan-it.ac.jp