| 庭本 眞太郎 | M, 2回目発表 | ユビキタスコンピューティングシステム | 安本 慶一, | 向川 康博, | 諏訪 博彦, | 松井 智一 |
|
title:Activities of Daily Living Recognition Using an SLM and Linguistic Representations of Body–Environment Relationships
abstract:Activities of daily living recognition in smart homes is expected to support applications such as older-adult monitoring and daily living assistance. However, because the ways in which activities are performed vary among individuals, it is difficult to apply recognition models trained on data from a limited number of participants to unseen individuals. This study investigates whether linguistic representations of body–environment relationships improve cross-subject generalization in zero-shot activity recognition using a small language model (SLM). Data for 11 types of activities of daily living were collected from 18 participants in a smart-home environment. The collected three-dimensional skeletal data were converted into textual descriptions representing posture, moving body parts, and relationships between the body and surrounding objects. These descriptions were then provided to an SLM to recognize the activities. The proposed method was compared with representative supervised learning models trained on data from three participants. Despite requiring no task-specific training on the collected data, the proposed method achieved the highest recognition accuracy. These results suggest that linguistic representations of body–environment relationships can be effective for recognizing the activities of unseen individuals when only limited training data are available. language of the presentation:Japanese 発表題目: 身体・環境関係の言語化とSLMを用いた日常生活行動認識 発表概要: スマートホームにおける日常生活行動認識は、高齢者の見守りや生活支援への応用が期待されている。しかし、行動の実行方法には個人差があるため、少数の人物データで学習した認識モデルを未知の人物に適用することは難しい。本研究では、身体と環境の関係を言語化することにより、SLMを用いたゼロショット行動認識の人物汎化性能が向上するかを検証する。スマートホーム環境において、18名の被験者から11種類の日常生活行動データを収集した。取得した三次元スケルトンデータを、姿勢、運動部位、身体と環境物との関係を表す文章に変換し、SLMに入力して行動を推定した。その結果、3名分のデータで学習した代表的な教師あり学習モデルとの比較において、提案手法は対象データを用いた学習を必要としないにもかかわらず、最も高い認識精度を示した。以上より、身体・環境関係の言語表現は、学習データが限られる条件において、未知人物の日常生活行動を認識する手法として有効である可能性が示された。 | ||||||
| 林 正悟 | M, 2回目発表 | ユビキタスコンピューティングシステム | 安本 慶一, | 向川 康博, | 諏訪 博彦, | 松井 智一 |
|
title:Construction of a 3D Environment for Synthetic Data Generation toward Improving In-Home Activity Recognition Accuracy
abstract:In-home activity recognition has potential applications in health monitoring, older adult care, and smart-home services. However, developing recognition models requires large amounts of sensor data collected from diverse residential environments. Data collection in real homes involves substantial costs for sensor installation, long-term measurement, and activity annotation. It also raises privacy concerns because residents and their living spaces may be recorded. This study aims to construct a system that uses 3D virtual home environments generated from floor plans to evaluate sensor placement before sensors are installed in real homes. The proposed method extracts rooms, doors, and windows from an input floor plan and converts them into geometric coordinate data. Room regions are represented as Polygons, while doors and windows are represented as LineStrings. The resulting data are provided to Infinigen to generate a 3D virtual home corresponding to the input floor plan. We also implemented room-specific furniture selection and placement constraints that adjust furniture positions and orientations, enabling the generation of more plausible environments that reflect the intended use of each room. Future work will place structural objects, including sinks, toilets, washbasins, and bathtubs, at appropriate locations and generate multiple sensor placement candidates in the virtual environments. These candidates will be compared in terms of sensing coverage, blind spots caused by walls and furniture, and the number of sensors required to identify effective sensor placement conditions for in-home activity recognition. language of the presentation:Japanese 発表題目:宅内行動認識精度の向上に向けた疑似データ生成のための3次元空間の構築 発表概要:家庭内行動認識は、健康管理や高齢者の見守り、スマートホームサービスへの活用が期待されている。一方、認識モデルの構築には、多様な住宅環境で収集した大量のセンサデータが必要であり、実住宅での計測には、センサ設置、長時間のデータ収集、行動ラベル付与に伴うコストに加え、居住者の姿や生活空間が記録されることによるプライバシー上の課題がある。本研究は、間取り図から生成した3D仮想住宅環境を用いて、実住宅へ設置するセンサの配置を事前に検証できるシステムの構築を目的とする。提案手法では、間取り図から部屋、ドア、窓を抽出し、部屋領域をPolygon、ドアと窓をLineStringとして座標データへ変換し、Infinigenに入力することで3D住宅を生成する。さらに、部屋ラベルに応じた家具選択機能と、家具の向きや位置を調整する配置制約を実装し、部屋用途を反映した自然な住宅環境を生成した。今後は、シンク、トイレ、洗面台、浴槽などの設備を適切な位置に固定するとともに、仮想住宅内に複数のセンサ配置候補を作成する。各配置について、検知範囲、壁や家具による死角、必要なセンサ数を比較し、宅内行動認識に有効なセンサ配置条件を整理する。 | ||||||
| YIN FEIYANG | M, 2回目発表 | インタラクティブメディア設計学 | 加藤 博一, | 向川 康博, | 澤邊 太志, | Isidro Butaslac |
|
title: Making the Invisible Visible: Toward Micro-Expression Visualization for Empathy in Social Interaction
abstract: Micro-expressions are brief and subtle facial movements that convey nuanced affective information but often remain imperceptible during natural social interaction. Although prior research has primarily focused on computational recognition and spotting of micro-expressions, their application in human-centered contexts remains limited. From the perspective of social augmentation, this work proposes a conceptual framework for micro-expression visualization that transforms otherwise imperceptible micro-expressions into perceptible affective cues, with the aim of exploring their potential influence on empathic experience. Furthermore, we outline a planned pilot study to preliminarily assess the feasibility of this framework under controlled conditions. language of the presentation: English | ||||||
| 林 和樹 | D, 中間発表 | 自然言語処理学 | 渡辺 太郎, | 池田 和司, | 上垣外 英剛, | 坂井 優介 |
|
title: Noisy-Channel Evaluation for Text-to-Image Generation and Editing
abstract: Recent advances in text-to-image generation and image editing have enabled models to produce realistic and diverse images, making evaluation increasingly challenging. Existing scoring methods are becoming less effective at capturing subtle differences in condition alignment and visual quality, while multimodal large language models used as judges can be sensitive to prompt design, candidate ordering, and evaluator-specific biases. To address these limitations, we propose NOISE, a reference-free evaluation framework based on the noisy-channel formulation for text-to-image generation and image editing. Our framework combines conditional text likelihood with image prior probability to assess how well an output follows its given condition while maintaining visual plausibility. Experiments on text-to-image generation and instruction-based image editing show that NOISE better correlates with human judgments across both tasks than existing scoring-based methods, while enabling reference-free scoring of individual images. language of the presentation: Japanese | ||||||
| CAO ZHE | D, 中間発表 | 自然言語処理学 | 渡辺 太郎, | 池田 和司, | 上垣外 英剛, | 小田 悠介 |
|
title: Functional Module Merging for Capability Composition in LLMs
abstract: Current model-merging methods typically merge entire models, despite evidence that LLMs contain distinct functional modules. This work explores whether specific capabilities can be composed by identifying and selectively merging task- and language-related modules. We aim to develop a more targeted and efficient alternative to whole-model merging. language of the presentation: English | ||||||
| 久下 凌生 | M, 2回目発表 | 脳・行動モデリング | 田中 沙織, | 池田 和司, | CAI LIN, | 荻島 大凱 |
|
title: Relationship Between Individual Gameplay Motivation Types and Game Effects Based on Multimodal Longitudinal Data
abstract: The game usage rate exceeds 50 percent, and the game has become one of the daily life・cultures. With the number of positive study about the game increases, and the Japanese government announced substantial investment in the game industry, expectations regarding positive effects of the games are glowing. Previous research says that appropriate motivations for gameplay is important, on the other hand, escapism and gaming disorder significantly correlates in main motivations for gameplay. There is no monitoring by biomarker about remarkably these motivations. Furthermore, unlike escapism, no specific motivations that have a positive effect have been identified. In general, escapism individuals have high stress, and as stress increases, their average heart rate variability decreases. In other words, if we define escapism as negative motivation, it increases stress, and positive motivation have opposite effect and reduce stress. Therefore, in this study, we compare escapism and other motivations in terms of average heart rate variability, and define the purpose as identifying the motivations that yield the greatest benefits in terms of stress reduction. We plan to achieve this purpose through human subject experiment lasting seven days in which motivation data will be collected via a questionnaire and stress data will be collected using the “SOXAI” smart ring. If the motivations behind stress reduction are identified, it will deepen our understanding of games that promote well-being, and is expected to contribute to the creation of higher-value content in the growing content industry. Furthermore, the characteristics of biomarkers and trends associated with each motivation may also be revealed, which could be used in the future to predict tendencies toward gaming disorder. language of the presentation: Japanese 発表題目: 縦断的マルチモーダルデータに基づく個人のゲームプレイ動機タイプと ゲーム影響の関連解明 発表概要: ゲーム利用率はオンライン形式で5割を超え、日常・文化の１つとなった。ゲームについて肯定的な研究が増加傾向にあり、日本政府もゲーム産業への手厚い投資を公表するなど、ゲームの良い効果への期待が募っている。先行研究では、ウェルビーイングへは適切なゲームプレイ動機が重要であると述べられている一方、主要なゲームプレイ動機のうち、現実逃避はゲーム障害と有意に関連があると報告されていた。注目すべきこれらの動機について、生体指標による追跡はない。また、現実逃避とは逆で、良い効果をもたらす動機について、特定されていない。 現実逃避の個人はストレスが高く、ストレスが高まると平均心拍変動値が低くなることが知られている。すなわち、ゲーム障害につながる現実逃避を悪とすれば、悪動機はストレスを増加させるものであり、また、良動機はその逆で、ストレスを減少させるものであると仮定できる。 以上のことから、本研究では、現実逃避と他動機を平均心拍変動値で比較し、ストレス減少という良い効果を最ももたらす動機の発見を目的とする。 目的達成は、動機データをアンケートで、ストレスデータをスマートリング「SOXAI」で収集し、7日間継続する被験者実験によって目指す予定である。 ストレスが減少する動機が判明すれば、ウェルビーイングにつながるゲームの理解が進み、今後発展するコンテンツ産業において、より価値の高いコンテンツの作成への貢献が期待できる。また、各動機の生体指標特徴・傾向も明らかになる可能性があり、将来ゲーム障害傾向の予測への利用も期待できる。 | ||||||