研究業績リスト
会議発表プレゼンテーション
研究の革新性評価におけるCitation inflationを考慮した文献フィルタリング
公開済 18/02/2025
第４回計算社会科学会大会
会議発表プレゼンテーション
公開済 2025
人工知能学会全国大会論文集(Web), 2025–2025
会議発表プレゼンテーション
Investigation of a method for measuring fine eye movements using a glass-mounted camera
公開済 2024
電気学会研究会資料(Web), 2024–2024
会議発表プレゼンテーション
Classification of involuntary eye movements for eye gaze input interface
公開済 2024
Proceedings of the annual conference of JSAI, 2024–2024
Gaze input interfaces operate computers by capturing voluntary eye movement and gazing as input signals. We are investigating methods to measure eye movement and blinking to develop a gaze input interface that enables various expressions by combining involuntary physiological responses in addition to conventional voluntary operations. This paper proposes a method to discriminate between voluntary and involuntary eye automatically blinks measured in parallel with special voluntary eye movements and to provide different feedback. Experimental evaluation of the proposed method shows that it discriminates voluntary eye movements with an accuracy of approximately 85%.
会議発表プレゼンテーション
公開済 2024
電気学会研究会資料(Web), 2024–2024
会議発表プレゼンテーション
Evaluation of processing time for blink type classification using 3D-CNN
公開済 2024
電気学会電子・情報・システム部門大会(Web), 2024–2024
会議発表プレゼンテーション
登録に議論が必要なWikipedia項目への自動登録に向けた調査
公開済 2024
情報処理学会研究報告(Web), 2024–2024
会議発表プレゼンテーション
Blink type identification for avatar representation
公開済 2024
日本バーチャルリアリティ学会大会論文集(CD-ROM), 2024–2024
会議発表プレゼンテーション
水平作業台ディスプレイのための複数カメラに基づく視線位置推定システム
公開済 01/03/2023
精密工学会学術講演会講演論文集, 01/03/2023–01/03/2023
組立作業における作業支援の一つとして，筆者らは水平作業台ディスプレイを提案してきた．先行研究では，水平作業台ディスプレイ上での視線位置推定システムが提案されたが，見てる場所による精度の違いや頭部移動に非対応な点が課題点として残った．本論文は，複数カメラを用いた視線位置推定システムを提案する．従来の課題点に対応するために，複数角度からの顔画像や頭部位値がわかる二値画像を入力とし視線位置推定を行う．
会議発表プレゼンテーション
A Study on Accuracy of Worker Classification by Deep Learning using 3D Motion Data
公開済 01/03/2023
Proceedings of JSPE Semestrial Meeting, 01/03/2023–01/03/2023
本研究では、組立作業の3次元モーションデータの深層学習がどの身体部位の動作データで作業者を分類しているかを調べるために、光学式モーションキャプチャーで取得した各身体部位のデータを組み合わせた学習によって、作業者分類を行う。さらに、各身体部位の分類結果を比較し、分類精度に影響を与える身体部位を特定する。