論文の概要: Hidden In Plain Gaze: Gaze Representations as Privacy Controls for Utility and Re-identification Risk in XR

• arxiv url: http://arxiv.org/abs/2609.04592v1
• Date: Fri, 04 Sep 2026 00:47:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-07 18:15:23.870061
• Title: Hidden In Plain Gaze: Gaze Representations as Privacy Controls for Utility and Re-identification Risk in XR
• Title（参考訳）: 迷路に隠れた: XRにおけるユーティリティと再識別リスクのためのプライバシコントロールとしてのゲイズ表現
• Authors: Cory Ilo, Brendan-David John, Doug A. Bowman,
• Abstract要約: 特徴抽出において、視線データ表現の選択が軽量なプライバシ制御として機能するかどうかを検討する。 モデルキャパシティの一致した3つの視線表現(生視,空間的注意熱マップ,および工学的眼球運動特徴)を比較した。
• 参考スコア（独自算出の注目度）: 6.9126294123585055
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Intelligent extended reality (XR) systems increasingly use eye and head tracking to infer user intent, task, and attention, but the same signals can also reveal biometric identity. We study whether gaze data representation choice can serve as a lightweight privacy control at feature extraction, before adding perturbation or formal privacy mechanisms. Using the egocentric HoloAssist dataset, we compare three gaze representations under matched model capacity: raw gaze, spatial attention heatmaps, and engineered eye-movement features. We evaluate each representation on action recognition as task utility and closed-set user re-identification as privacy leakage. Representation choice substantially changes the privacy-utility tradeoff. Engineered features retain roughly 85% of raw gaze's action-recognition accuracy while reducing re-identification by about an order of magnitude, to roughly four times the chance rate across 206 identities. This reduction attenuates rather than eliminates identity leakage, and the differences across representations show that abstraction alone does not guarantee privacy. Engineered features expose interpretable and auditable structure, giving designers a transparent privacy lever that complements mechanisms such as differential privacy.
• Abstract（参考訳）: インテリジェント拡張現実(XR)システムは、視線とヘッドトラッキングを使って、ユーザの意図、タスク、注意を推測するが、同じ信号が生体認証のアイデンティティを明らかにすることもある。 我々は,視線データ表現の選択が,摂動や形式的なプライバシーメカニズムを追加する前に,特徴抽出における軽量なプライバシコントロールとして機能するかどうかを検討する。 エゴセントリックなHoloAssistデータセットを用いて、生の視線、空間的注意熱マップ、エンジニアリングされた眼球運動特徴の3つを比較した。 動作認識における各表現をタスクユーティリティとして評価し、クローズドセットのユーザ再識別をプライバシリークとして評価する。 表現の選択は、プライバシとユーティリティのトレードオフを大幅に変えます。 工学的特徴は、生の視線における行動認識精度の約85%を維持し、再識別を桁違いに減らし、206のアイデンティティの約4倍の確率で行う。 この削減はアイデンティティの漏洩を排除せず、緩和するものであり、表現の相違は抽象化だけがプライバシーを保証していないことを示している。 エンジニアリング機能によって解釈可能で監査可能な構造が公開され、デザイナは、差分プライバシーなどのメカニズムを補完する透過的なプライバシレバーを提供する。

関連論文リスト

• Privacy-Aware Video Anomaly Detection through Orthogonal Subspace Projection [14.631956899935721]
  ビデオ異常検出(VAD)システムは、プライバシの懸念を乗り越えながら精度を優先し、現実のデプロイメントに対する適合性を制限していることが多い。 本稿では,タスク非関連な変化を除去し,異常関連キューに着目した表現を生成する軽量モジュールであるOrthogonal Projection Layer (OPL)を提案する。 人物中心のシナリオにおけるプライバシーリスクに対処するために,ポーズや動きなどの識別不能な特徴を保ちながら,顔提示信号からの弱い監視を用いて顔属性を抑えるガイドOPL(G-OPL)を導入する。
  論文  参考訳（メタデータ） (2026-05-09T03:46:39Z)
• Privacy-Aware Camera 2.0 Technical Report [48.075034699787004]
  物理脱感化、暗号化、難読化など、既存のプライバシー保護アプローチは、セマンティック理解を損なうことが多い。 本稿では,AI Flowパラダイムと協調エッジクラウドアーキテクチャに基づく,新たなプライバシ保護認知フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-05T03:46:20Z)
• SIDeR: Semantic Identity Decoupling for Unrestricted Face Privacy [53.75084833636302]
  本稿では,非制限顔プライバシー保護のためのセマンティックデカップリング駆動フレームワークSIDeRを提案する。 SIDeRは、顔画像をマシン認識可能な識別特徴ベクトルと視覚的に知覚可能なセマンティックな外観成分に分解する。 認証されたアクセスのために、SIDeRは正しいパスワードが提供されるときに元の形式に復元できる。
  論文  参考訳（メタデータ） (2026-02-04T19:30:48Z)
• 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)
• Beyond Inference Intervention: Identity-Decoupled Diffusion for Face Anonymization [55.29071072675132]
  顔の匿名化は、非同一性属性を保持しながら、識別情報を隠蔽することを目的としている。 トレーニング中心の匿名化フレームワークである textbfIDsuperscript2Face を提案する。 IDtextsuperscript2Faceは、視覚的品質、アイデンティティの抑制、ユーティリティ保存において、既存の手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2025-10-28T09:28:12Z)
• Facial Expression Recognition with Controlled Privacy Preservation and Feature Compensation [24.619279669211842]
  顔表情認識(FER)システムは、機密情報の潜在的な暴露により、重要なプライバシー上の懸念を生じさせる。 本稿では,FER機能を保ちながら識別情報を除去する手法を提案する。 プライバシを損なうことなく,パフォーマンスを最適化する制御されたプライバシ強化機構とタスク関連機能を強化する機能補償機構を導入する。
  論文  参考訳（メタデータ） (2024-11-29T23:12:38Z)
• Diff-Privacy: Diffusion-based Face Privacy Protection [58.1021066224765]
  本稿では,Diff-Privacyと呼ばれる拡散モデルに基づく顔のプライバシー保護手法を提案する。 具体的には、提案したマルチスケール画像インバージョンモジュール(MSI)をトレーニングし、元の画像のSDMフォーマット条件付き埋め込みのセットを得る。 本研究は,条件付き埋め込みに基づいて,組込みスケジューリング戦略を設計し,デノナイズプロセス中に異なるエネルギー関数を構築し,匿名化と視覚的アイデンティティ情報隠蔽を実現する。
  論文  参考訳（メタデータ） (2023-09-11T09:26:07Z)
• Privacy-Preserving Image Features via Adversarial Affine Subspace Embeddings [72.68801373979943]
  多くのコンピュータビジョンシステムでは、ユーザーは画像処理とストレージのためにイメージ機能をクラウドにアップロードする必要がある。 本稿では,新しいプライバシー保護機能表現を提案する。 従来の特徴と比較すると,敵が個人情報を回収するのは極めて困難である。
  論文  参考訳（メタデータ） (2020-06-11T17:29:48Z)

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。