Fugu-MT 論文翻訳(概要): Ocular Verification for Virtual Reality

論文の概要: Ocular Verification for Virtual Reality

arxiv url: http://arxiv.org/abs/2607.20790v1
Date: Wed, 22 Jul 2026 23:28:10 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-24 18:26:25.234385
Title: Ocular Verification for Virtual Reality
Title（参考訳）: バーチャルリアリティのための眼科的検証
Abstract要約: バーチャルリアリティ(VR)ヘッドセットは、シミュレーション環境における物理的世界との高速で摩擦のない相互作用のため、シームレスなユーザー体験を提供する。ユーザー認証は、そのようなヘッドセットのアイリスのような生体認証に頼っている。従来の虹彩認識プロトコルは、VRベースの典型的データである非拘束的な取得では不十分である。
参考スコア（独自算出の注目度）: 1.4932780345357946
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Virtual reality (VR) headsets (e.g., Meta Quest, Apple Vision Pro) provide a seamless user experience due to their fast, frictionless interaction with the physical world in a simulated environment. User authentication relies on biometric cues such as iris in such headsets. However, traditional iris recognition protocols may not be adequate in cases of unconstrained acquisition, which is typical of VR-based data. In this work, we examine three crucial aspects: (1) evaluating ISO/IEC 29794-6 iris quality metrics on VRBiom dataset and analyzing their limitations, (2) addressing data-specific challenges such as off-axis gaze, non-uniform illumination, and specular reflection using generative models, and (3) performing unimodal (iris, periocular) recognition and multimodal score-level fusion (iris + periocular). We observe that some metrics (e.g., margin adequacy) fail on VR-acquired data; whereas, image adjustments primarily benefit periocular recognition, and multimodal fusion lowers EER by ~11% over unimodal iris recognition performance. We will release the evaluation scripts upon acceptance for reproducibility.
Abstract（参考訳）: 仮想現実(VR)ヘッドセット(Meta Quest、Apple Vision Proなど)は、シミュレーション環境での物理的世界との高速で摩擦のない相互作用により、シームレスなユーザーエクスペリエンスを提供する。ユーザー認証は、そのようなヘッドセットのアイリスのような生体認証に頼っている。しかし、従来の虹彩認識プロトコルは、VRベースの典型的データである非拘束的な取得では不十分である。本研究は,(1)VRBiomデータセット上でのISO/IEC 29794-6アイリスの品質指標を評価し,その限界を解析すること,(2)オフ軸視線,非均一照明,および反射反射などのデータ固有の課題に生成モデルを用いて対処すること,(3)単眼(虹彩,外眼)認識とマルチモーダルスコアレベル融合(虹彩+外眼)を行うこと,の3つの重要な側面について検討する。一方、画像補正は、主に眼周囲認識に有用であり、マルチモーダル融合は、単眼虹彩認識性能よりもEERを約11%低下させる。再現性の評価書を受理して公開します。

関連論文リスト

ARIQA-3DS: A Stereoscopic Image Quality Assessment Dataset for Realistic Augmented Reality [4.439002023615223]
本稿では,ARIQA-3DSを用いた最初の大規模立体視画像品質評価データセットを提案する。このデータセットは、現実世界のシーンの高解像度の立体オームニキャプチャーと、さまざまな拡張された前景を、透明度と劣化条件下で融合させる。分析の結果,視力の低下は前景の劣化に起因し,透明度によって調節されるが,眼球運動と知覚の症状は観察中に進行するが,管理可能な増加を示すことが明らかとなった。
論文参考訳（メタデータ） (2026-04-03T15:35:27Z)
Achieving Effective Virtual Reality Interactions via Acoustic Gesture Recognition based on Large Language Models [11.630591232366255]
視覚に基づくジェスチャー認識は、高い計算コスト、照明条件への感受性、プライバシー漏洩の懸念に悩まされている。難聴の高周波信号を出力し反射を捉え、チャネルインパルス応答(CIR)を符号化することで、ジェスチャーが音場を低コストでユーザ透明な方法で摂動する方法を符号化する。本稿では,VR/ARシステムにおけるCIRに基づくジェスチャー認識のための大規模言語モデル(LLM)を利用する最初のフレームワークを提案する。
論文参考訳（メタデータ） (2025-11-10T13:19:58Z)
TransFIRA: Transfer Learning for Face Image Recognizability Assessment [73.61309363885552]
TransFIRAは軽量でアノテーションのないフレームワークで、埋め込みスペースで直接認識できる。顔以外の新しい拡張には、エンコーダで座屈した説明可能性があり、これは、劣化と被写体固有の要因が認識可能性にどのように影響するかを示す。実験では、顔に対する最先端の結果、身体認識に対する強い堅牢性、およびデータセット間のシフトの下で確認された。
論文参考訳（メタデータ） (2025-10-07T18:16:21Z)
EyeSeg: An Uncertainty-Aware Eye Segmentation Framework for AR/VR [58.33693755009173]
EyeSegは拡張現実(AR)と仮想現実(VR)のための不確実性を認識したアイセグメンテーションフレームワーク我々は,従来のアプローチを超越したMIoU,E1,F1,ACCのセグメンテーション改善を実現していることを示す。
論文参考訳（メタデータ） (2025-07-13T14:33:10Z)
Person Recognition at Altitude and Range: Fusion of Face, Body Shape and Gait [70.00430652562012]
FarSightは、顔認識のためのエンドツーエンドシステムで、顔、歩行、体形を横断する生体計測の手がかりを統合する。 FarSightは、4つのコアモジュールにまたがる新しいアルゴリズムを組み込んでいる。
論文参考訳（メタデータ） (2025-05-07T17:58:25Z)
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)
Privacy-Preserving Gaze Data Streaming in Immersive Interactive Virtual Reality: Robustness and User Experience [11.130411904676095]
アイトラッキングデータが露出すれば、再識別攻撃に使用できる。対話型VRアプリケーションのためのリアルタイムプライバシメカニズムを評価する手法を開発した。
論文参考訳（メタデータ） (2024-02-12T14:53:12Z)
Physically-Based Face Rendering for NIR-VIS Face Recognition [165.54414962403555]
近赤外(NIR)と可視(VIS)の顔マッチングは、大きなドメインギャップのために困難である。 NIR-VIS対顔画像生成のための新しい手法を提案する。アイデンティティ特徴学習を容易にするために,IDentityに基づく最大平均離散性(ID-MMD)損失を提案する。
論文参考訳（メタデータ） (2022-11-11T18:48:16Z)
A Wireless-Vision Dataset for Privacy Preserving Human Activity Recognition [53.41825941088989]
アクティビティ認識の堅牢性を改善するため,WiNN(WiFi-based and video-based neural network)が提案されている。以上の結果から,WiViデータセットは一次需要を満足し,パイプライン内の3つのブランチはすべて,80%以上のアクティビティ認識精度を維持していることがわかった。
論文参考訳（メタデータ） (2022-05-24T10:49:11Z)
Toward Accurate and Reliable Iris Segmentation Using Uncertainty Learning [96.72850130126294]
高精度で信頼性の高いアイリスセグメンテーションのためのアイリスU変換器(アイリスUsformer)を提案する。 IrisUsformerの精度向上のために,位置感応操作と再パッケージング変圧器ブロックを採用することで精巧に設計する。 IrisUsformer は SOTA IrisParseNet の 35% MAC を用いて, セグメンテーション精度の向上を図っている。
論文参考訳（メタデータ） (2021-10-20T01:37:19Z)
On Benchmarking Iris Recognition within a Head-mounted Display for AR/VR Application [16.382021536377437]
我々は、ヘッドマウントディスプレイ(HMD)に適した虹彩認識アルゴリズムのセットを評価する。我々は最近開発されたミニチュアセグメンテーションモデル(EyeMMS)を用いて虹彩のセグメンテーションを行っている。アイリス認識の性能に感銘を受けて,HMDにおける非協調的なキャプチャ設定において,ユーザの継続的な認証を提案する。
論文参考訳（メタデータ） (2020-10-20T17:05:11Z)

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。