Fugu-MT 論文翻訳(概要): Privacy concerns from variances in spatial navigability in VR

論文の概要: Privacy concerns from variances in spatial navigability in VR

arxiv url: http://arxiv.org/abs/2302.02525v1
Date: Mon, 6 Feb 2023 01:48:59 GMT
ステータス: 処理完了
システム内更新日: 2023-02-19 14:02:57.310262
Title: Privacy concerns from variances in spatial navigability in VR
Title（参考訳）: VRにおける空間ナビビリティのばらつきによるプライバシー問題
Authors: Aryabrata Basu, Mohammad Jahed Murad Sunny, Jayasri Sai Nikitha Guthula
Abstract要約: 現在のバーチャルリアリティ(VR)入力デバイスは、仮想環境をナビゲートし、ユーザの動きや特定の行動習慣に関する没入的でパーソナライズされたデータを記録することができる。本稿では,VRにおける既存のプライバシー問題に対する対処手段として,機械学習による学習アルゴリズムについて検討する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Current Virtual Reality (VR) input devices make it possible to navigate a virtual environment and record immersive, personalized data regarding the user's movement and specific behavioral habits, which brings the question of the user's privacy concern to the forefront. In this article, the authors propose to investigate Machine Learning driven learning algorithms that try to learn with human users co-operatively and can be used to countermand existing privacy concerns in VR but could also be extended to Augmented Reality (AR) platforms.
Abstract（参考訳）: 現在のバーチャルリアリティ(VR)入力デバイスは、仮想環境をナビゲートし、ユーザの動きと特定の行動習慣に関する没入的でパーソナライズされたデータを記録できるようにする。本稿では,VRにおける既存のプライバシ問題に対処するために使用することができると同時に,拡張現実(AR)プラットフォームにも拡張可能な機械学習駆動学習アルゴリズムについて検討する。

関連論文リスト

LocoVR: Multiuser Indoor Locomotion Dataset in Virtual Reality [8.035381442028076]
LocoVRは、130以上の屋内環境から収集された7000人以上の2人以上の軌跡のデータセットである。評価の結果,ロコVRは人体軌道を利用した3つの室内作業において,モデル性能を著しく向上させることがわかった。
論文参考訳（メタデータ） (2024-10-09T00:45:02Z)
Tremor Reduction for Accessible Ray Based Interaction in VR Applications [0.0]
多くの従来の2Dインタフェースのインタラクション方法は、入力機構にほとんど変更を加えることなく、VR空間で直接動作するように変換されている。本稿では,低域通過フィルタを用いてユーザ入力ノイズの正規化を行い,光線による相互作用におけるモータの細かな要求を緩和する手法を提案する。
論文参考訳（メタデータ） (2024-05-12T17:07:16Z)
An Empirical Study on Oculus Virtual Reality Applications: Security and Privacy Perspectives [46.995904896724994]
本稿では,VRアプリのためのセキュリティとプライバシ評価ツールであるVR-SP検出器を開発する。筆者らはVR-SP検出器を用いて,500種類のVRアプリに関する総合的研究を行った。 VRアプリには、セキュリティ上の脆弱性やプライバシリークが数多く存在していることが分かりました。
論文参考訳（メタデータ） (2024-02-21T13:53:25Z)
Deep Motion Masking for Secure, Usable, and Scalable Real-Time Anonymization of Virtual Reality Motion Data [49.68609500290361]
最近の研究では、ほぼすべてのVRアプリケーションで使われているモーショントラッキングの「テレメトリ」データが、指紋スキャンと同じくらいに識別可能であることが示されている。本稿では、既知の防御対策を確実に回避できる最先端のVR識別モデルを提案する。
論文参考訳（メタデータ） (2023-11-09T01:34:22Z)
Privacy Preservation in Artificial Intelligence and Extended Reality (AI-XR) Metaverses: A Survey [3.0151762748441624]
メタバースは、個人が対話し、創造し、幅広い活動に参加することができる仮想宇宙を構想している。メタバースにおけるプライバシーは、概念が進化し、没入的な仮想体験がより普及するにつれて、重要な関心事である。ユーザを追跡するためのAIに依存していることから、将来のメタバースが直面するであろうさまざまなプライバシー上の課題について検討する。
論文参考訳（メタデータ） (2023-09-19T11:56:12Z)
Eye-tracked Virtual Reality: A Comprehensive Survey on Methods and Privacy Challenges [33.50215933003216]
この調査は、仮想現実(VR)における視線追跡と、それらの可能性のプライバシーへの影響に焦点を当てている。われわれは2012年から2022年にかけて、視線追跡、VR、プライバシー分野における主要な研究を最初に取り上げている。我々は、視線に基づく認証と、個人のプライバシーと視線追跡データをVRで保存するための計算方法に焦点を当てる。
論文参考訳（メタデータ） (2023-05-23T14:02:38Z)
Unique Identification of 50,000+ Virtual Reality Users from Head & Hand Motion Data [58.27542320038834]
多数のリアルVRユーザーが頭と手の動きだけで複数のセッションで一意かつ確実に識別できることを示す。個人あたり5分のデータで分類モデルをトレーニングした後、ユーザーは100秒の動作から94.33%の精度で50,000以上のプール全体で一意に識別することができる。この研究は、バイオメカニクスがVRのユニークな識別子として機能しうる範囲を、顔認証や指紋認識などの広く使われている生体認証と同等に真に示す最初のものである。
論文参考訳（メタデータ） (2023-02-17T15:05:18Z)
Force-Aware Interface via Electromyography for Natural VR/AR Interaction [69.1332992637271]
我々はVR/ARにおける自然的および直感的な力入力のための学習ベースのニューラルネットワークを設計する。我々は,3.3%の平均誤差で指の力量をリアルタイムでデコードし,キャリブレーションの少ない新規ユーザに一般化できることを実証した。今後のVR/ARにおける、より現実的な物理性に向けた研究を進めるために、我々の研究成果を期待する。
論文参考訳（メタデータ） (2022-10-03T20:51:25Z)
Learning Effect of Lay People in Gesture-Based Locomotion in Virtual Reality [81.5101473684021]
最も有望な方法はジェスチャーベースであり、追加のハンドヘルドハードウェアを必要としない。最近の研究は、主に異なるロコモーションテクニックのユーザの好みとパフォーマンスに焦点を当てている。本研究は,VRにおける手のジェスチャーに基づくロコモーションシステムへの適応の迅速さについて検討した。
論文参考訳（メタデータ） (2022-06-16T10:44:16Z)
Visual Navigation Among Humans with Optimal Control as a Supervisor [72.5188978268463]
そこで本研究では,学習に基づく知覚とモデルに基づく最適制御を組み合わせることで,人間間をナビゲートする手法を提案する。私たちのアプローチは、新しいデータ生成ツールであるHumANavによって実現されています。学習したナビゲーションポリシーは、将来の人間の動きを明示的に予測することなく、人間に予測し、反応できることを実証する。
論文参考訳（メタデータ） (2020-03-20T16:13:47Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。