論文の概要: Behavioral Biometrics for Automatic Detection of User Familiarity in VR

• arxiv url: http://arxiv.org/abs/2510.12988v1
• Date: Tue, 14 Oct 2025 21:00:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-16 20:13:28.421445
• Title: Behavioral Biometrics for Automatic Detection of User Familiarity in VR
• Title（参考訳）: VRにおけるユーザ親しみの自動検出のための行動バイオメトリックス
• Authors: Numan Zafar, Priyo Ranjan Kundu Prosun, Shafique Ahmad Chaudhry,
• Abstract要約: 経験のないユーザが増えれば、仮想現実(VR)システムに関わるようになるでしょう。 本研究では,パスコードを用いたドア開閉作業中の手の動きパターンを解析し,VRの親しみやすさの自動検出について検討する。 本結果は,VRアプリケーションにおけるユーザ親しみのリアルタイム検出に手動バイオメトリックスを用いることの約束を裏付けるものである。
• 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: As virtual reality (VR) devices become increasingly integrated into everyday settings, a growing number of users without prior experience will engage with VR systems. Automatically detecting a user's familiarity with VR as an interaction medium enables real-time, adaptive training and interface adjustments, minimizing user frustration and improving task performance. In this study, we explore the automatic detection of VR familiarity by analyzing hand movement patterns during a passcode-based door-opening task, which is a well-known interaction in collaborative virtual environments such as meeting rooms, offices, and healthcare spaces. While novice users may lack prior VR experience, they are likely to be familiar with analogous real-world tasks involving keypad entry. We conducted a pilot study with 26 participants, evenly split between experienced and inexperienced VR users, who performed tasks using both controller-based and hand-tracking interactions. Our approach uses state-of-the-art deep classifiers for automatic VR familiarity detection, achieving the highest accuracies of 92.05% and 83.42% for hand-tracking and controller-based interactions, respectively. In the cross-device evaluation, where classifiers trained on controller data were tested using hand-tracking data, the model achieved an accuracy of 78.89%. The integration of both modalities in the mixed-device evaluation obtained an accuracy of 94.19%. Our results underline the promise of using hand movement biometrics for the real-time detection of user familiarity in critical VR applications, paving the way for personalized and adaptive VR experiences.
• Abstract（参考訳）: 仮想現実(VR)デバイスが日常の環境に統合されるにつれて、経験のないユーザーがVRシステムに携わるケースが増えている。 インタラクション媒体としてのVRに対するユーザの親しみを自動的に検出することにより、リアルタイムかつ適応的なトレーニングとインターフェース調整が可能になり、ユーザのフラストレーションを最小限に抑え、タスクパフォーマンスを向上させることができる。 本研究では,会議室,オフィス,医療空間などの共同仮想環境においてよく知られたインタラクションであるパスコードベースのドア開閉作業における手の動きパターンを解析し,VRの親しみやすさの自動検出について検討する。 初心者のユーザーはVR体験を欠いているかもしれないが、キーパッドの入力を含む現実世界の類似のタスクに精通している可能性が高い。 被験者26名を対象にパイロット実験を行い,経験豊富なVRユーザと経験の浅いユーザを均等に分け,コントロールベースとハンドトラッキングの両方のインタラクションを用いてタスクを行った。 我々のアプローチでは、最先端のディープ分類器を使用して自動VRの親しみやすさを検知し、それぞれ92.05%と83.42%の精度でハンドトラッキングとコントローラベースのインタラクションを実現している。 クロスデバイス評価では、コントローラーデータに基づいて訓練された分類器をハンドトラッキングデータを用いてテストし、78.89%の精度を達成した。 混合デバイス評価における両モードの統合は94.19%の精度を得た。 以上の結果から,重要なVRアプリケーションにおけるユーザ親しみをリアルタイムに検出し,パーソナライズされた適応的なVR体験を実現する上で,手動バイオメトリックスを活用できることが示唆された。

関連論文リスト

• I Know What You Did Last Summer: Identifying VR User Activity Through VR Network Traffic [2.0257616108612373]
  VRアプリケーションのセキュリティとプライバシに関する懸念と、それらがユーザに与える影響に関する懸念が持ち上がっている。 我々はMeta Quest Proヘッドセット上で動作する25のVRアプリケーションからネットワークトラフィックデータを収集し、生成されたネットワークトラフィックの特徴を特定する。 以上の結果から,MLモデルを用いて,92.4%の精度で使用されているVRアプリケーションと,91%の精度で実施されているVRユーザアクティビティを識別できることが示唆された。
  論文  参考訳（メタデータ） (2025-01-25T19:58:29Z)
• 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)
• Thelxinoë: Recognizing Human Emotions Using Pupillometry and Machine Learning [0.0]
  本研究は,現実的かつ感情的に共鳴するタッチインタラクションのための複数のセンサデータを統合することで,VR体験の向上を目的とした,Thelxino"eフレームワークに大きく貢献する。 我々の発見は、没入的でインタラクティブなVR環境を開発するための新しい道を開き、バーチャルタッチ技術の将来の進歩への道を開いた。
  論文  参考訳（メタデータ） (2024-03-27T21:14:17Z)
• Evaluating Deep Networks for Detecting User Familiarity with VR from Hand Interactions [7.609875877250929]
  会議室やオフィス、クリニックなど、共同の仮想空間への入り口として、私たちはVRドアを使用します。 ユーザーはVRに慣れていないかもしれないが、ドアを開くのに慣れているだろう。 VRに精通した7人のユーザとVRに精通していない7人のユーザからなるパイロットデータセットを使用して、6人のテストユーザ、3人の馴染みのない3人のテストユーザを、残りの8人のデータを使ってトレーニングされた分類器で評価すると、88.03%の精度を得る。
  論文  参考訳（メタデータ） (2024-01-27T19:15:24Z)
• 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)
• Towards Modeling Software Quality of Virtual Reality Applications from Users' Perspectives [44.46088489942242]
  ユーザの視点からVRアプリケーションのソフトウェア品質をモデル化するための,初の大規模実証的研究を行った。 私たちは、半自動レビューマイニングアプローチにより、7つのアプリストアで14,150のVRアプリケーションの1,132,056のユーザーレビューを分析します。 分析の結果,VR特有の品質特性はユーザにとって非常に重要であり,VRアプリケーションの最もユニークな特性と密接に関連していることが判明した。
  論文  参考訳（メタデータ） (2023-08-13T14:42:47Z)
• 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)
• Wireless Edge-Empowered Metaverse: A Learning-Based Incentive Mechanism for Virtual Reality [102.4151387131726]
  メタバースにおけるVRサービスのための学習型インセンティブメカニズムフレームワークを提案する。 まず,仮想世界におけるVRユーザのための指標として,知覚の質を提案する。 第二に、VRユーザー(買い手)とVR SP(売り手)間のVRサービスの迅速な取引のために、オランダの二重オークション機構を設計する。 第3に,この競売プロセスの高速化を目的とした深層強化学習型競売機を設計する。
  論文  参考訳（メタデータ） (2021-11-07T13:02:52Z)
• Meta-Reinforcement Learning for Reliable Communication in THz/VLC Wireless VR Networks [157.42035777757292]
  屋内テラヘルツ(THz)/可視光通信(VLC)無線ネットワークにおいて,仮想現実(VR)サービスの品質向上の問題について検討した。 小型基地局(sbss)は高品質のvr画像をthzバンド経由でvrユーザーに送信し、発光ダイオード(led)は正確な屋内測位サービスを提供する。 研究したTHz/VLC無線VRネットワークのエネルギー消費を制御するには、VLCアクセスポイント(VAP)を選択的にオンにする必要がある。
  論文  参考訳（メタデータ） (2021-01-29T15:57:25Z)

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。