タイ高専KOSEN-KMITLの専攻科から本校（苫小牧高専）情報エレクトロニクス系 土居研究室に2024年10月～2025年9月の間留学していたTent（Kanok Sereepookkana）さんが執筆した研究論文が、信頼性の高い国際的なオープンアクセスジャーナル「IEEE Access」に採録されました．本論文は、KOSEN-KMITL、バンコクコマツセールス、そして本校による国際的な産学連携チームでの共同研究の成果です。
現在、建設現場の安全性や効率を高めるために、AIによる作業状況の自動分析が注目されています。しかし、現場の通信環境や動作環境によっては、記録される映像がパラパラ漫画のようにコマ数の少ない状態（低フレームレート動画）になってしまい、AIによる正確な判別が難しいという課題がありました。そこで共同研究チームは、コマ数の少ない動画からでも高精度に状況を分析できる、最新のAI技術（深層学習フレームワーク）「ETSNFormer」を開発しました。
このシステムをショベルカーなどの建設機械の車載カメラ映像に適用したところ、動きが飛び飛びの映像であっても、建設機械が「今、どのような作業を行っているか」を高い精度で自動判定することに成功しました。
本技術は、通信環境が限られた建設現場における作業プロセスの自動管理や、安全性の向上に大きく貢献することが期待されます。

タイトル: Lightweight Transformer-Based Efficient Two-Step Network for Temporal Action Segmentation in Ultralow Frame Rate Excavator Work Videos at the Construction Site
著者: Kanok Sereepookkana, Teerapong Orachon, Shigeo Doi, Kamonchat Apivanichkul, Yuichiro Itayama
掲載誌: IEEE Access (Early Access, 2026年7月10日)
DOI: 10.1109/ACCESS.2026.3712168