論文の概要: FlashGuard: Novel Method in Evaluating Differential Characteristics of Visual Stimuli for Deterring Seizure Triggers in Photosensitive Epilepsy
- arxiv url: http://arxiv.org/abs/2507.19692v1
- Date: Fri, 25 Jul 2025 22:18:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-29 16:23:55.968384
- Title: FlashGuard: Novel Method in Evaluating Differential Characteristics of Visual Stimuli for Deterring Seizure Triggers in Photosensitive Epilepsy
- Title（参考訳）: FlashGuard: 感光性てんかんにおけるシーズールトリガー検出のための視覚刺激の微分特性評価の新しい手法
- Authors: Ishan Pendyala,
- Abstract要約: 感光性てんかん(PSE)を持つ患者は、デバイスを使用する際の課題に遭遇する。
メディアにおけるてんかん性フラッシュを防ぐための現在の規範は、ビデオ中にフラッシュが発生したときに非同期に検知し、ユーザーに通知することである。
新たなアプローチであるFlashGuardは、ユーザの画面上のフレームの色の変化率を評価し、刺激を適切に緩和するために開発された。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In the virtual realm, individuals with photosensitive epilepsy (PSE) encounter challenges when using devices, resulting in exposure to unpredictable seizure-causing visual stimuli. The current norm for preventing epileptic flashes in media is to detect asynchronously when a flash will occur in a video, then notifying the user. However, there is a lack of a real-time and computationally efficient solution for dealing with this issue. To address this issue and enhance accessibility for photosensitive viewers, FlashGuard, a novel approach, was devised to assess the rate of change of colors in frames across the user's screen and appropriately mitigate stimuli, based on perceptually aligned color space analysis in the CIELAB color space. The detection system is built on analyzing differences in color, and the mitigation system works by reducing luminance and smoothing color transitions. This study provides novel insight into how intrinsic color properties contribute to perceptual differences in flashing for PSE individuals, calling for the adoption of broadened WCAG guidelines to better account for risk. These insights and implementations pave the way for stronger protections for individuals with PSE from dangerous triggers in digital media, both in policy and in software.
- Abstract（参考訳）: 仮想領域では、感光性てんかん(PSE)患者は、デバイスを使用する際に困難に遭遇し、予測不可能な発作を引き起こす視覚刺激にさらされる。
メディアにおけるてんかん性フラッシュを防ぐための現在の規範は、ビデオ中にフラッシュが発生したときに非同期に検知し、ユーザーに通知することである。
しかし、この問題に対処するためのリアルタイムかつ計算的に効率的なソリューションが欠如している。
この問題に対処し、感光性のある視聴者へのアクセシビリティを高めるために、新しいアプローチであるFlashGuardが考案され、CIELAB色空間における知覚的に整列された色空間解析に基づいて、ユーザの画面上のフレームにおける色の変化率を評価し、適切な刺激を緩和する。
検出システムは色の違いを分析するために構築され、緩和システムは輝度を低減し、色遷移を滑らかにすることで機能する。
この研究は、本質的な色特性がPSE個体の点滅の知覚的相違にどのように寄与するかについての新たな洞察を与え、リスクを考慮し、WCAGガイドラインの拡充を求めた。
これらの洞察と実装は、ポリシとソフトウェアの両方において、デジタルメディアの危険なトリガーから、PSEを持つ個人に対するより強力な保護の道を開く。
関連論文リスト
- Context-aware TFL: A Universal Context-aware Contrastive Learning Framework for Temporal Forgery Localization [60.73623588349311]
本研究では,時間的フォージェリーローカライゼーションのための共通文脈対応コントラスト学習フレームワーク (UniCaCLF) を提案する。
提案手法は教師付きコントラスト学習を利用して,異常検出による偽造瞬間の検出と同定を行う。
実物と偽物との間における特徴の識別可能性の限界をさらに押し上げるために、効率的な文脈対応コントラスト符号化を導入する。
論文 参考訳（メタデータ） (2025-06-10T06:40:43Z) - Beyond Domain Randomization: Event-Inspired Perception for Visually Robust Adversarial Imitation from Videos [4.338232204525725]
専門家によるデモンストレーションや学習者の環境がドメインシフトを示すと、ビデオからの模倣は失敗することが多い。
我々は、外見をランダムにするのではなく、感覚表現自体を再考することによって、その影響を完全に排除するアプローチを提案する。
本手法は,標準RGB動画を時間強度勾配を符号化したスパースなイベントベース表現に変換する。
論文 参考訳（メタデータ） (2025-05-24T23:12:23Z) - WSCIF: A Weakly-Supervised Color Intelligence Framework for Tactical Anomaly Detection in Surveillance Keyframes [3.5516803380598074]
本稿では,高感度戦術ミッションにおける監視映像のカラー特徴に基づく軽量な異常検出フレームワークを提案する。
RGBチャネルヒストグラムモデルを用いて教師なしKMeansクラスタリングを融合し、キーフレームにおける構造異常と色変化信号の複合的検出を実現する。
その結果, 本手法は, 戦術的暗殺警告, 不審な対象検定, 環境変動モニタリングに有効であり, 高い展開性, 戦術的解釈価値が期待できることがわかった。
論文 参考訳（メタデータ） (2025-05-14T04:24:37Z) - Learning Physics-Informed Color-Aware Transforms for Low-Light Image Enhancement [5.8550460201927725]
本稿では,分解された物理情報に基づく低照度画像強調手法を提案する。
sRGB色空間における低照度画像と通常照度画像を直接マッピングする既存の方法は、一貫性のない色予測に悩まされている。
提案するPiCatフレームワークは,5つのベンチマークデータセットを対象とした最先端手法と比較して優れた性能を示す。
論文 参考訳（メタデータ） (2025-04-16T09:23:38Z) - elaTCSF: A Temporal Contrast Sensitivity Function for Flicker Detection and Modeling Variable Refresh Rate Flicker [0.6990493129893112]
従来の手法では、主に高コントラスト(フルオン、フルオフ)のフリックに適合するCFF(Critical Flicker Frequency)に頼っていることが多い。
我々は、輝度、偏心、面積の影響を取り入れた新しい空間確率和モデルを導入する。
ElaTCSFは、VRヘッドセットの低パースペンスによるフレッカの予測や、フレッカフリーなVRR操作範囲の特定、照明設計におけるフレッカの感度の決定にどのように使用できるかを実証する。
論文 参考訳（メタデータ） (2025-03-21T00:23:10Z) - You Only Need One Color Space: An Efficient Network for Low-light Image Enhancement [50.37253008333166]
低照度画像強調(LLIE)タスクは、劣化した低照度画像から詳細と視覚情報を復元する傾向がある。
水平/垂直インテンシティ(HVI)と呼ばれる新しいトレーニング可能なカラー空間を提案する。
輝度と色をRGBチャネルから切り離して、拡張中の不安定性を緩和するだけでなく、トレーニング可能なパラメータによって異なる照明範囲の低照度画像にも適応する。
論文 参考訳（メタデータ） (2024-02-08T16:47:43Z) - ColorVideoVDP: A visual difference predictor for image, video and display distortions [51.29162719944865]
メトリックは、色調コントラスト感度とチャンネル間のコントラストマスキングという新しい心理物理学モデルに基づいて構築されている。
ディスプレイの観察条件、幾何学的、および測光的特性を考慮に入れている。
一般的なビデオストリーミングの歪みと、AR/VRディスプレイに関連する8つの新しい歪みを予測できるように訓練された。
論文 参考訳（メタデータ） (2024-01-21T13:16:33Z) - Cross-Modality Perturbation Synergy Attack for Person Re-identification [66.48494594909123]
クロスモダリティの人物再識別(ReID)システムはRGB画像に基づいている。
相互モダリティReIDの主な課題は、異なるモダリティ間の視覚的差異を効果的に扱うことである。
既存の攻撃方法は、目に見える画像のモダリティの特徴に主に焦点を当てている。
本研究では,クロスモーダルReIDに特化して設計されたユニバーサル摂動攻撃を提案する。
論文 参考訳（メタデータ） (2024-01-18T15:56:23Z) - Implicit Event-RGBD Neural SLAM [54.74363487009845]
神経性SLAMは近年顕著な進歩を遂げている。
既存の手法は、非理想的なシナリオにおいて重大な課題に直面します。
本稿では,最初のイベントRGBD暗黙的ニューラルSLAMフレームワークであるEN-SLAMを提案する。
論文 参考訳（メタデータ） (2023-11-18T08:48:58Z) - ColorSense: A Study on Color Vision in Machine Visual Recognition [57.916512479603064]
視覚認識ベンチマークから,前景や背景色ラベルの非自明なアノテーション110,000点を収集する。
色識別のレベルがマシン認識モデルの性能に与える影響を実証することにより、データセットの使用を検証した。
その結果,分類や局所化などの物体認識タスクは,色覚バイアスの影響を受けやすいことが示唆された。
論文 参考訳（メタデータ） (2022-12-16T18:51:41Z) - DFCANet: Dense Feature Calibration-Attention Guided Network for Cross
Domain Iris Presentation Attack Detection [2.95102708174421]
アイリス提示攻撃検出(IPAD)は個人識別の確保に不可欠である。
既存のIPADアルゴリズムは、目に見えないクロスドメインシナリオにうまく一般化しない。
本稿では,DFCANet: Dense Feature and Attention Guided Networkを提案する。
論文 参考訳（メタデータ） (2021-11-01T13:04:23Z) - Face Anti-Spoofing by Learning Polarization Cues in a Real-World
Scenario [50.36920272392624]
顔の偽造は生体認証アプリケーションにおけるセキュリティ侵害を防ぐ鍵となる。
RGBと赤外線画像を用いたディープラーニング手法は,新たな攻撃に対する大量のトレーニングデータを必要とする。
本研究では,実顔の偏光画像の物理的特徴を自動的に学習することにより,現実のシナリオにおける顔のアンチ・スプーフィング手法を提案する。
論文 参考訳（メタデータ） (2020-03-18T03:04:03Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。