論文の概要: Rethinking Privacy Indicators in Extended Reality: Multimodal Design for Situationally Impaired Bystanders
- arxiv url: http://arxiv.org/abs/2508.07057v1
- Date: Sat, 09 Aug 2025 17:48:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-12 21:23:28.678543
- Title: Rethinking Privacy Indicators in Extended Reality: Multimodal Design for Situationally Impaired Bystanders
- Title（参考訳）: 拡張現実感におけるプライバシ指標の再考:状況に障害のある傍観者のためのマルチモーダル設計
- Authors: Syed Ibrahim Mustafa Shah Bukhari, Maha Sajid, Bo Ji, Brendan David-John,
- Abstract要約: 本研究では、状況に障害のある傍観者に対して有効なXRプライバシー指標の設計について検討する。
視覚のみの指標は、商用のXRデバイスで典型的なもので、障害シナリオにおける有用性に対する評価が低かった。
マルチモーダル指標は、状況に障害のある傍観者のプライバシーに敏感なシナリオで好まれた。
- 参考スコア（独自算出の注目度）: 6.459760783326719
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: As Extended Reality (XR) devices become increasingly prevalent in everyday settings, they raise significant privacy concerns for bystanders: individuals in the vicinity of an XR device during its use, whom the device sensors may accidentally capture. Current privacy indicators, such as small LEDs, often presume that bystanders are attentive enough to interpret the privacy signals. However, these cues can be easily overlooked when bystanders are distracted or have limited vision. We define such individuals as situationally impaired bystanders. This study explores XR privacy indicator designs that are effective for situationally impaired bystanders. A focus group with eight participants was conducted to design five novel privacy indicators. We evaluated these designs through a user study with seven additional participants. Our results show that visual-only indicators, typical in commercial XR devices, received low ratings for perceived usefulness in impairment scenarios. In contrast, multimodal indicators were preferred in privacy-sensitive scenarios with situationally impaired bystanders. Ultimately, our results highlight the need to move toward adaptable, multimodal, and situationally aware designs that effectively support bystander privacy in everyday XR environments.
- Abstract（参考訳）: 拡張現実(XR)デバイスが日常的に普及するにつれて、傍観者にとって重要なプライバシー上の懸念が持ち上がる。
現在のプライバシー指標、例えば小さなLEDは、傍観者がプライバシー信号を理解するのに十分な注意を払っていると仮定することが多い。
しかし、傍観者が邪魔されたり、視野が限られていたりすると、容易に見落としてしまうことがある。
我々はそのような個人を状況に障害のある傍観者と定義する。
本研究では、状況に障害のある傍観者に対して有効なXRプライバシー指標の設計について検討する。
8人の参加者によるフォーカスグループは、5つの新しいプライバシー指標を設計するために行われた。
我々は,7人の参加者によるユーザスタディを通じて,これらのデザインを評価した。
市販のXRデバイスに典型的な視覚のみの指標は,障害シナリオにおける有用性に対する評価が低かった。
対照的に、状況に障害のある傍観者のプライバシーに敏感なシナリオでは、マルチモーダル指標が好まれていた。
最終的に、私たちの結果は、日々のXR環境で傍観者のプライバシを効果的にサポートする適応性、マルチモーダル、状況に配慮した設計への移動の必要性を強調します。
関連論文リスト
- Single-Pixel Vision-Language Model for Intrinsic Privacy-Preserving Behavioral Intelligence [55.512671026669516]
安全な環境モニタリングを再現する新しいフレームワークSP-VLM(Single-Pixel Vision-Language Model)を提案する。
それは本質的に低次元の1ピクセルのモダリティを通して人間のダイナミクスを捉えることによって、固有のプライバシ・バイ・デザインを実現する。
いずれにせよ,SP-VLMは意味ある行動意味を抽出し,ロバストな異常検出,数え方,行動理解を可能にしている。
論文 参考訳（メタデータ） (2026-01-21T09:11:26Z) - Differentially Private Feature Release for Wireless Sensing: Adaptive Privacy Budget Allocation on CSI Spectrograms [0.0]
無線センシングのための差分プライベート(DP)機能リリースについて検討した。
本稿では,CSIの時間周波数表現の非一様構造に合わせた適応型プライバシ予算配分機構を提案する。
本手法は,アイデンティティやメンバシップ推論攻撃における経験的リークを著しく低減しつつ,精度の向上と誤りの低減を実現している。
論文 参考訳（メタデータ） (2025-12-23T12:45:49Z) - PrivateXR: Defending Privacy Attacks in Extended Reality Through Explainable AI-Guided Differential Privacy [0.0]
本稿では,説明可能なAI(XAI)とDP対応のプライバシ保護機構を組み合わせて,プライバシ攻撃を防御する新しいフレームワークを提案する。
具体的には、ポストホックな説明を活用してAI XRモデルの最も影響力のある特徴を特定し、推論中にDPを選択的に適用する。
提案手法は,サイバーシック作業においてMIAとRDAの成功率を最大43%,RDAが39%削減することを示した。
論文 参考訳（メタデータ） (2025-12-18T18:23:06Z) - BLINDSPOT: Enabling Bystander-Controlled Privacy Signaling for Camera-Enabled Devices [1.713098606679826]
BlindSpotはデバイス上のシステムで、傍観者が自身のプライバシをリアルタイムで通知することで、自身のプライバシを管理することができる。
我々の主な貢献は、3つの異なる信号モダリティの設計と比較評価である。
我々は,コモディティスマートフォンに完全システム(BlindSpot)を実装し,各モダリティの精度とレイテンシを包括的に評価する。
論文 参考訳（メタデータ） (2025-12-12T19:12:04Z) - Trade-offs in Privacy-Preserving Eye Tracking through Iris Obfuscation: A Benchmarking Study [44.44776028287441]
ユーザアイデンティティを難読化するために,ボーリング,ノイズアップ,ダウンサンプリング,ゴムシートモデル,アイリススタイルの転送をベンチマークした。
実験の結果,曖昧化やノイズ化といった標準的な画像処理手法が,ディープラーニングに基づくタスクに限界的影響を与えることがわかった。
ダウンサンプリング,ゴムシートモデル,アイリススタイル転送は,ユーザ識別子の隠蔽に有効であるが,アイリススタイル転送は高い計算コストで,両ユーティリティタスクにおいて他よりも優れている。
論文 参考訳（メタデータ） (2025-04-14T14:29:38Z) - Multi-modal Multi-platform Person Re-Identification: Benchmark and Method [58.59888754340054]
MP-ReIDは、マルチモダリティとマルチプラットフォームReIDに特化した新しいデータセットである。
このベンチマークは、RGB、赤外線、サーマルイメージングなど、さまざまなモードで1,930のIDからデータをコンパイルする。
クロスモダリティとクロスプラットフォームシナリオに適した,特定設計のプロンプトを備えたフレームワークであるUni-Prompt ReIDを紹介する。
論文 参考訳（メタデータ） (2025-03-21T12:27:49Z) - SDFA: Structure Aware Discriminative Feature Aggregation for Efficient Human Fall Detection in Video [25.57448683000322]
高齢者は、姿勢の不安定さと健康の悪化により転倒するおそれがある。
低解像度ビデオから抽出した人間の骨格に基づく転倒検出モデルSDFAを提案する。
本モデルでは,共有高次元空間上に投影される統一関節および運動特徴を用いて,識別的構造変位と動きの傾向を捉える。
論文 参考訳（メタデータ） (2025-03-10T07:46:00Z) - Gensors: Authoring Personalized Visual Sensors with Multimodal Foundation Models and Reasoning [61.17099595835263]
Gensorsは、ユーザがMLLMの推論能力によってサポートされているカスタマイズされたセンサーを定義することを可能にするシステムである。
ユーザスタディでは、Gensorsを用いてセンサーを定義するとき、参加者はコントロール、理解、コミュニケーションの容易さを著しく向上させた。
論文 参考訳（メタデータ） (2025-01-27T01:47:57Z) - Mind the Privacy Unit! User-Level Differential Privacy for Language Model Fine-Tuning [62.224804688233]
差分プライバシ(DP)は、モデルが特定のプライバシユニットで「ほとんど区別できない」ことを保証することで、有望なソリューションを提供する。
ユーザ間でのプライバシー保護の確保に必要なアプリケーションによって動機づけられたユーザレベルのDPについて検討する。
論文 参考訳（メタデータ） (2024-06-20T13:54:32Z) - Modeling User Preferences via Brain-Computer Interfacing [54.3727087164445]
我々はBrain-Computer Interface技術を用いてユーザの好みを推測し、その注意力は視覚的コンテンツと感情的体験との関連性に相関する。
我々はこれらを,情報検索,生成モデルのパーソナライズされたステアリング,感情経験のクラウドソーシング人口推定など,関連するアプリケーションにリンクする。
論文 参考訳（メタデータ） (2024-05-15T20:41:46Z) - Embedding Large Language Models into Extended Reality: Opportunities and Challenges for Inclusion, Engagement, and Privacy [37.061999275101904]
我々は、それらをアバターに埋め込んだり、物語として含めることによって、XRで大きな言語モデルを使うことについて議論する。
ユーザがLLMを利用する空間に提供した情報と、得られた生体データを組み合わせることで、新たなプライバシー侵害につながるのではないか、と推測する。
論文 参考訳（メタデータ） (2024-02-06T11:19:40Z) - TeD-SPAD: Temporal Distinctiveness for Self-supervised
Privacy-preservation for video Anomaly Detection [59.04634695294402]
人間の監視のないビデオ異常検出(VAD)は複雑なコンピュータビジョンタスクである。
VADのプライバシー漏洩により、モデルは人々の個人情報に関連する不必要なバイアスを拾い上げ、増幅することができる。
本稿では,視覚的プライベート情報を自己管理的に破壊する,プライバシーに配慮したビデオ異常検出フレームワークTeD-SPADを提案する。
論文 参考訳（メタデータ） (2023-08-21T22:42:55Z) - Two-Face: Adversarial Audit of Commercial Face Recognition Systems [6.684965883341269]
コンピュータビジョンの応用は少数派に対して偏見がちで、不公平で社会的、政治的結果に関係している。
我々は、複数のシステムやデータセットに対する広範囲な敵監査を行い、多くの観察を行った。
本稿は、これらの観察を踏まえて、より広範な社会的影響と、この問題を総合的に扱う方法についてのいくつかの提案から締めくくった。
論文 参考訳（メタデータ） (2021-11-17T14:21:23Z)
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。