We aim to go beyond conventional Spatial AI by not only perceiving physical spaces, but also sensing and interpreting the contextual relationships, social dynamics, and ambient atmosphere embedded in real-world environments.
従来のSpatial AIの枠組みを超え、物理的な空間の知覚にとどまらず、現実世界における人や環境の関係性、社会的な動き、場の雰囲気などを含めて捉えることを目指しています。

Spatial Context Sensing is a new framework for understanding space not merely as a physical structure, but as a place where people live, interact, and share emotions.
「Spatial Context Sensing」は、空間を単なる構造物としてではなく、人が暮らし、対話し、感情を交わす“場”として理解しようとする新しい枠組みです。

By modeling scenes with social and psychological context, we seek to create AI and robotic systems that not only recognize space, but also understand the surrounding context and gently engage with people.
社会的・心理的な文脈を含めたシーンのモデル化を通じて、空間を単に認識するだけでなく、文脈を理解し、人に寄り添うようなAIやロボットの実現に向けて取り組んでいます。

We conduct foundational research with potential applications in autonomous driving, service robotics, communication support, and assistive technologies. Our goal is to build systems that can interpret scene context and adapt to dynamic environments. We also aim to design such systems with consideration for privacy, social relationships, and psychological impact—enabling behaviors and decisions that are sensitive to the broader scene context.
自動運転、サービスロボット、コミュニケーション支援、福祉分野などへの応用を見据えた基礎研究を行っています。変化する環境においてシーンの文脈を理解し、それに柔軟に適応できるシステムの構築を目指しています。また、プライバシーや社会的関係、心理的影響といった要素も考慮に入れながら、シーン全体の文脈を捉えた振る舞いや判断ができるシステムの設計を目指しています。

Our research is grounded in computer vision, deep learning, remote sensing, and robotics. We work on a wide range of topics, from foundational techniques such as 3D scene modeling, object recognition, and sensor data processing, to higher-level tasks such as context-aware scene understanding and human-environment interaction modeling.
コンピュータビジョン、深層学習、リモートセンシング、ロボティクスを基盤とし、センサデータ処理、三次元シーンのモデリング、物体認識などの基礎的な技術から、文脈に応じたシーン理解や人と環境の関係性のモデル化といった上位の認識タスクまで、幅広いテーマに取り組んでいます。