論文の概要: Real-Time Lightweight Gaze Privacy-Preservation Techniques Validated via Offline Gaze-Based Interaction Simulation
- arxiv url: http://arxiv.org/abs/2511.09846v1
- Date: Fri, 14 Nov 2025 01:12:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-14 22:53:22.525341
- Title: Real-Time Lightweight Gaze Privacy-Preservation Techniques Validated via Offline Gaze-Based Interaction Simulation
- Title（参考訳）: オフライン視線に基づくインタラクションシミュレーションによるリアルタイム視線プライバシー保護技術
- Authors: Mehedi Hasan Raju, Oleg V. Komogortsev,
- Abstract要約: 本研究では、オフラインの視線に基づくインタラクション・シミュレーション・フレームワークによるリアルタイムプライバシー保護手法の有効性について検討した。
これらの技術は、視線に基づくインタラクションの有効性を改善しつつ、視線追跡データにおけるアイデンティティ関連情報の量を削減することを目的としている。
- 参考スコア（独自算出の注目度）: 2.535271349350579
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: This study examines the effectiveness of the real-time privacy-preserving techniques through an offline gaze-based interaction simulation framework. Those techniques aim to reduce the amount of identity-related information in eye-tracking data while improving the efficacy of the gaze-based interaction. Although some real-time gaze privatization methods were previously explored, their validation on the large dataset was not conducted. We propose a functional framework that allows to study the efficacy of real-time gaze privatization on an already collected offline dataset. The key metric used to assess the reduction of identity-related information is the identification rate, while improvements in gaze-based interactions are evaluated through signal quality during interaction. Our additional contribution is the employment of an extremely lightweight Kalman filter framework that reduces the amount of identity-related information in the gaze signal and improves gaze-based interaction performance.
- Abstract（参考訳）: 本研究では、オフラインの視線に基づくインタラクション・シミュレーション・フレームワークによるリアルタイムプライバシー保護手法の有効性について検討した。
これらの技術は、視線に基づくインタラクションの有効性を改善しつつ、視線追跡データにおけるアイデンティティ関連情報の量を削減することを目的としている。
いくつかのリアルタイム視線民営化手法は以前検討されたが,大規模なデータセットに対する検証は行われなかった。
本稿では,すでに収集したオフラインデータセットに対して,リアルタイム視線民生化の有効性を検討する機能フレームワークを提案する。
アイデンティティ関連情報の減少を評価するのに使用される重要な指標は識別率であり、視線に基づくインタラクションの改善は、相互作用中の信号品質を通じて評価される。
我々の貢献は、非常に軽量なカルマンフィルタフレームワークを使用することで、視線信号におけるアイデンティティ関連情報の量を減らすとともに、視線に基づくインタラクション性能を向上させることである。
関連論文リスト
- RelMap: Reliable Spatiotemporal Sensor Data Visualization via Imputative Spatial Interpolation [18.947107160943595]
本稿では、信頼性の高い結果を得るとともに、不確実性のある新しいヒートマップ表現を生成する、新しい短時間データパイプラインを提案する。
我々は、ニューラルネットワーク(GNN)の計算を利用して、可視化の信頼性と時間分解能を高める。
論文 参考訳（メタデータ） (2025-08-02T07:25:23Z) - Privacy Enhancement for Gaze Data Using a Noise-Infused Autoencoder [1.8416014644193066]
潜在雑音オートエンコーダを用いた視線信号のプライバシー向上機構を提案する。
生体認証および視線予測タスクにおけるプライバシー利用トレードオフを評価する。
論文 参考訳（メタデータ） (2025-08-01T20:46:52Z) - Unveiling Contrastive Learning's Capability of Neighborhood Aggregation for Collaborative Filtering [16.02820746003461]
グラフコントラスト学習(GCL)は、リコメンデータシステムにおいて、徐々に支配的なアプローチになりつつある。
本稿では,CL目標の勾配降下過程がグラフ畳み込みと正式に等価であることを明らかにする。
そこで本稿では,ユーザを他のポジティブなペアから遠ざけながら,対話するすべてのアイテムに近づけるための,新しいエリアアグリゲーションの目標を提案する。
論文 参考訳（メタデータ） (2025-04-14T11:22:41Z) - Deflickering Vision-Based Occupancy Networks through Lightweight Spatio-Temporal Correlation [15.726401007342087]
視覚ベースの占有ネットワーク(VON)は、自動運転における3D環境を再構築するためのエンドツーエンドのソリューションを提供する。
近年のアプローチでは、この問題を軽減するために歴史的データを組み込んでいるが、しばしば高い計算コストを発生させ、物体検出に干渉するノイズの多い情報を導入する可能性がある。
我々はOccLinkerを提案する。OccLinkerは既存のVONとシームレスに統合し、パフォーマンスを向上させるための新しいプラグインフレームワークである。
提案手法は,従来の静的および動きの手がかりを効果的に集約し,2つのクロスアテンション機構によって現在の特徴との疎遅延相関を学習し,補正占有成分を生成し,ベースネットワークの予測を洗練させる。
論文 参考訳（メタデータ） (2025-02-21T13:07:45Z) - PREM: A Simple Yet Effective Approach for Node-Level Graph Anomaly
Detection [65.24854366973794]
ノードレベルのグラフ異常検出(GAD)は、医学、ソーシャルネットワーク、eコマースなどの分野におけるグラフ構造化データから異常ノードを特定する上で重要な役割を果たす。
本稿では,GADの効率を向上させるために,PREM (preprocessing and Matching) という簡単な手法を提案する。
我々のアプローチは、強力な異常検出機能を維持しながら、GADを合理化し、時間とメモリ消費を削減します。
論文 参考訳（メタデータ） (2023-10-18T02:59:57Z) - GraphCloak: Safeguarding Task-specific Knowledge within Graph-structured Data from Unauthorized Exploitation [61.80017550099027]
グラフニューラルネットワーク(GNN)は、さまざまな分野でますます普及している。
個人データの不正利用に関する懸念が高まっている。
近年の研究では、このような誤用から画像データを保護する効果的な方法として、知覚不能な毒殺攻撃が報告されている。
本稿では,グラフデータの不正使用に対する保護のためにGraphCloakを導入する。
論文 参考訳（メタデータ） (2023-10-11T00:50:55Z) - Interactive Graph Convolutional Filtering [79.34979767405979]
インタラクティブ・レコメンダ・システム(IRS)は、パーソナライズされた記事レコメンデーション、ソーシャルメディア、オンライン広告など、さまざまな領域でますます利用されている。
これらの問題は、コールドスタート問題とデータスポーサリティ問題によって悪化する。
既存のMulti-Armed Bandit手法は、慎重に設計された探査戦略にもかかわらず、しばしば初期の段階で満足な結果を提供するのに苦労する。
提案手法は,ユーザとアイテム間の協調フィルタリング性能を向上させるため,協調フィルタリングをグラフモデルに拡張する。
論文 参考訳（メタデータ） (2023-09-04T09:02:31Z) - PureGaze: Purifying Gaze Feature for Generalizable Gaze Estimation [12.076469954457007]
未知対象領域のクロスドメイン視線推定における領域一般化問題に取り組む。
具体的には,視線特徴の浄化による領域一般化を実現する。
視線を浄化するためのプラグアンドプレイ自己対向フレームワークを設計します。
論文 参考訳（メタデータ） (2021-03-24T13:22:00Z) - Provably Efficient Causal Reinforcement Learning with Confounded
Observational Data [135.64775986546505]
オフラインで収集されたデータセット(観測データ)を組み込んで、オンライン環境でのサンプル効率を改善する方法について検討する。
提案手法は,観測データを効率よく組み込んだ,分解された楽観的値反復 (DOVI) アルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-06-22T14:49:33Z)
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。