論文の概要: Seeing Your Mindless Face: How Viewing One's Live Self Interrupts Mindless Short-Form Video Scrolling

• arxiv url: http://arxiv.org/abs/2604.19424v1
• Date: Tue, 21 Apr 2026 12:53:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-22 22:41:49.77402
• Title: Seeing Your Mindless Face: How Viewing One's Live Self Interrupts Mindless Short-Form Video Scrolling
• Title（参考訳）: 心のない顔を見る: 心のない短いビデオスクロールを自撮りで見る方法
• Authors: Kyungjin Kim, Minjeong Kim, Soobeen Jeong, Jiyeon So, Hayeon Song,
• Abstract要約: 本研究は,メディアの過剰使用に対する自己制御を促進させる本質的,自己反射的戦略として,自己関連的手がかりが有効であることを示す。 我々は、定期的に異なる自己関係の手がかりを表示することで、ユーザーを没入させるアプリを開発した。 発見によると、自己関係の手がかりは、意識のない視聴を効果的に妨害し、ユーザーが自発的にショートフォームビデオの消費を止めることができる。
• 参考スコア（独自算出の注目度）: 4.838974688803787
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The widespread, addictive consumption of short-form videos, which allegedly causes "brain rot," has become an urgent public concern. This study proposes that self-related cues serve as an intrinsic, self-reflective strategy that enhances self-control over media overuse. We developed an app that de-immerses users by periodically displaying different self-related cues (live camera, selfie, name in text, and black screen) and tested their effects in a laboratory experiment (N=84). Overall, findings show that self-related cues effectively disrupt mindless viewing, enabling users to voluntarily stop short-form video consumption. Interestingly, the black screen, intended as a control, elicited the greatest intention to use the app: Participants noted in the follow-up interview that they preferred the subtler reflection on a black screen over the explicit image from a live camera. The findings offer practical design guidelines for implementing self-awareness interventions in mobile contexts, including which modalities work best and how real-time contextual anchoring enhances effectiveness.
• Abstract（参考訳）: ショートフォームビデオの広範で中毒的な消費は「脳の腐り」を引き起こし、緊急の公衆の懸念となっている。 本研究は,メディアの過剰使用に対する自己制御を促進させる本質的,自己反射的戦略として,自己関連的手がかりが有効であることを示す。 そこで我々は,異なる自撮りキュー(ライブカメラ,自撮り写真,テキスト名,黒画面)を定期的に表示することにより,ユーザを脱没させるアプリを開発し,実験室でその効果を検証した(N=84。 全体として、自己関連的な手がかりは、意識のない視聴を効果的に妨害し、ユーザーが自発的にショートフォームビデオの消費を止めることができることを示している。 参加者はフォローアップインタビューで、ライブカメラの明示的なイメージよりも黒い画面の微妙な反射を好みました。 本研究は,モダリティの有効性やリアルタイムのコンテキストアンカーが有効性を高めることを含む,モバイル環境における自己認識介入の実装のための実践的設計ガイドラインを提供する。

関連論文リスト

• SmartSight: Mitigating Hallucination in Video-LLMs Without Compromising Video Understanding via Temporal Attention Collapse [22.663181163109176]
  本稿では,ビデオ大言語モデルにおける幻覚問題に対処するための先駆的なステップであるSmartSightを提案する。 SmartSightは複数の候補応答を生成して、標準のgreedyデコードによってしばしば隠蔽される低調波出力を明らかにする。 実験の結果、SmartSightはQwen2.5-VL-7Bの幻覚をVRIPT-HALで10.59%減少させ、同時にビデオ理解と推論を強化し、ビデオMMMUのパフォーマンスを最大8.86%向上させた。
  論文  参考訳（メタデータ） (2025-12-21T10:25:02Z)
• Video Diffusion Models Excel at Tracking Similar-Looking Objects Without Supervision [80.2787127430925]
  視覚的に類似した物体を動きによって識別することは、コンピュータビジョンにおいて重要な課題である。 予め訓練したビデオ拡散モデルでは,タスク固有の訓練を伴わないトラッキングに適した動作表現が本質的に学習されていることがわかった。 提案手法は,最近確立されたベンチマークに対する自己教師型アプローチよりも6ポイント向上した。
  論文  参考訳（メタデータ） (2025-12-02T02:17:34Z)
• Privacy Beyond Pixels: Latent Anonymization for Privacy-Preserving Video Understanding [56.369026347458835]
  本稿では,ビデオ基盤モデルにおける視覚的プライバシ保護の新たな定式化について紹介する。 入力ピクセルレベルの匿名化に関する現在のプライバシー保護手法では、ユーティリティビデオモデル全体を再トレーニングする必要がある。 軽量な Anonym Adapter Module (AAM) は、一般的なタスクユーティリティを維持しながら、ビデオ機能からプライベート情報を除去する。
  論文  参考訳（メタデータ） (2025-11-11T18:56:27Z)
• Monitoring Viewer Attention During Online Ads [0.5499796332553706]
  大手ブランドは、新しい広告の好みと購入意図を測り、オンラインで募集された視聴者の顔の反応を分析して、自宅や職場から広告を見る。 不注意な参加者は、広告テストのプロセスを盗むのを避けるために、フラグを立てて排除するべきです。 オンライン広告中の視聴者の注意をモニタリングするアーキテクチャを導入する。
  論文  参考訳（メタデータ） (2025-04-08T17:34:02Z)
• Dispider: Enabling Video LLMs with Active Real-Time Interaction via Disentangled Perception, Decision, and Reaction [81.34648970317383]
  本稿では,知覚,決定,反応を両立させるシステムであるDispiderを紹介する。 実験により、Dispiderは従来のビデオQAタスクにおいて高いパフォーマンスを維持しているだけでなく、ストリーミングシナリオ応答における従来のオンラインモデルを大幅に上回っていることがわかった。
  論文  参考訳（メタデータ） (2025-01-06T18:55:10Z)
• No More Shortcuts: Realizing the Potential of Temporal Self-Supervision [69.59938105887538]
  本稿では、フレームレベルの認識タスクではなく、フレームレベルの認識タスクとして、時間的自己監督のより困難な再構築を提案する。 我々は、より困難なフレームレベルのタスクの定式化とショートカットの削除が、時間的自己監督によって学習された特徴の質を大幅に改善することを示した。
  論文  参考訳（メタデータ） (2023-12-20T13:20:31Z)
• Empowering Visually Impaired Individuals: A Novel Use of Apple Live Photos and Android Motion Photos [3.66237529322911]
  われわれは、Apple Live PhotosとAndroid Motion Photosの技術の使用を提唱している。 以上の結果から,Live PhotosとMotion Photosは,共通の視覚支援タスクにおいて,単フレーム画像よりも優れていた。
  論文  参考訳（メタデータ） (2023-09-14T20:46:35Z)
• Leveraging Real Talking Faces via Self-Supervision for Robust Forgery Detection [112.96004727646115]
  本研究では,実話を用いた顔操作映像の検出手法を開発した。 本手法は, クロスマニピュレーションの一般化とロバストネス実験における最先端性能を実現する。 以上の結果から、より堅牢な顔偽造検知器の開発には、自然ビデオと未表示ビデオの活用が有望な方向であることが示唆された。
  論文  参考訳（メタデータ） (2022-01-18T17:14:54Z)
• Mindless Attractor: A False-Positive Resistant Intervention for Drawing Attention Using Auditory Perturbation [21.244813783249015]
  ビデオベースの学習では、ビデオから遠ざかっている学習者は注意を払うよう促す警告に従わない。 Mindless Computingの概念に触発され、新しい介入アプローチ、Mindless Attractorを提案します。 具体的には、ビデオの音声を混乱させ、意識を気にせずに注意を向ける。
  論文  参考訳（メタデータ） (2021-01-21T14:10:54Z)
• Self-supervised Video Object Segmentation [76.83567326586162]
  本研究の目的は、半教師付きビデオオブジェクトセグメンテーション(高密度トラッキング)の解決を目的とした自己教師付き表現学習である。 i) 従来の自己教師型アプローチを改善すること、(ii) オンライン適応モジュールによる自己教師型アプローチの強化により、空間的時間的不連続性によるトラッカーのドリフトを緩和すること、(iv) DAVIS-2017とYouTubeの自己教師型アプローチで最先端の結果を示すこと、などが提案されている。
  論文  参考訳（メタデータ） (2020-06-22T17:55:59Z)

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。