@techreport{oai:ipsj.ixsq.nii.ac.jp:00233253,
 author = {由田, 翔吾 and 笹崎, 海利 and 松井, 智一 and 安本, 慶一},
 issue = {39},
 month = {Mar},
 note = {VR 技術やセンシング技術の発展により複数のユーザが周辺物理空間のデータを仮想 3 次元空間上で共有することで，臨場感の高い交流を可能とするシステムの提案が期待されている．しかし，このようなシステムでは他者に見られたくないオブジェクトまで共有される可能性がある．したがって，共有されるオブジェクトを見せる/隠す設定を制御するための，プライバシーフィルタリング技術が求められている．ただし，高精度なフィルタリングには，ユーザが現在どのような行動を行っているかという行動コンテキストの推定技術が重要である．そこで，本稿では機械学習により高精度で行動のコンテキストを推定することで，コンテキストに応じたプライバシーフィルタリング技術を実現することを目指す．まず，データセット作成のため，空間共有により遠隔から料理教室に参加していることを想定して合計 4 名の被験者で実験を行った．実験では料理教室を 3 つのステップに分け 1 人ずつ各ステップの行動を映したビデオデータセットを作成し，CNN ベースのモデルである SlowFast Networks を利用して行動コンテキストのクラス分類を行った．実験により取得したビデオデータセットに対して行動コンテキストの推定を行った結果，ホールドアウト法による評価において正解率 97％ の認識精度を達成した．また，行動コンテキストに応じてオブジェクトの表示/非表示を制御できるようにするという目的に対し，Grounded-SAM を用いてキッチン内のオブジェクトに対して高い精度でマスクが可能であることを確認した．},
 title = {サイバーフィジカル空間共有システムのためのコンテキストアウェアなプライバシーフィルタリング技術の開発},
 year = {2024}
}