WAVE チーム

WAVEチームは、学生の関心や得意分野を活かし、多様なヒューマンコンピュータインタラクション関係の研究を行っています。現在はタッチインターフェース、スマートフォン等の携帯情報端末向け入出力インターフェース、及びビジュアルプログラミングについての研究を行っています。

研究テーマ例

スマートウォッチに取り付けられた実物体選択のためのカメラの位置および方向の調査

本研究では、スマートウォッチに搭載されたカメラの位置および向きを変えながら、実世界オブジェクトを選択するポインティング手法の性能を評価します。本手法では、ユーザはスマートウォッチのディスプレイに表示されるカメラ映像を確認しながら、ターゲットを画面の中央に合わせることによってポインティングを行います。本手法はスマートウォッチのみを用いて実物体とインタラクションを可能にする一方、カメラの位置および向きがポインティング性能に与える影響については未だ評価されてきませんでした。そこで本研究では、カメラの位置および向きの組み合わせからなる5条件にてユーザスタディを実施しました。(論文)

ハンドヘルドARにおける背後のターゲットのためのフロントカメラを用いたターゲット選択手法

本研究では、スマートフォンのフロントカメラを用いて、身体やデバイスの動きを最小限に抑えながら背後のターゲットを選択可能にする手法を提案します。ハンドヘルドデバイスを用いた拡張現実において、ユーザの背後にあるターゲットを選択するには、身体やデバイスを大きく回転させる必要があるため、選択時間の増加や身体的負荷の増大を招く課題があります。これに対して、本手法は振り返ることが困難な状況下でのインタラクションを、既存のARアプリケーションへ容易に統合可能な形で支援します。ユーザスタディの結果、提案手法は背後のターゲットに対してより速く正確な選択を可能にすることが示されました。(論文)

導電繊維編み込み紐を用いたあやとり技認識システム

本研究では、導電繊維を編み込んだ紐および両手の指に取り付けた電極を用いた、あやとり技を認識するシステム「E-String Figures」を提案します。本システムでは、両手の10本の指に装着した電極を用いて各電極間を流れる電流を測定して、得られた測定値から機械学習を用いてあやとり技を認識します。実験にて、3種類の連続技と呼ばれるあやとり技のそれぞれの変形工程を認識したところ、連続技1のF値が0.91、連続技2のF値が0.98および連続技3のF値が0.82という精度で認識できました。また、3種類の連続技の変形工程を全て合わせた36工程を認識したところ、F値が0.87という精度で認識できました。(論文)

母音、子音の順に選択を行う間接タッチ用かな文字入力手法

本研究では、スマートウォッチを用いた間接タッチ用のかな文字入力手法「Flick-in」を提案します。間接タッチとは、操作対象が表示された出力面に直接触れるのではなく、別の入力面を介して行われるタッチを指します。間接タッチを行う際、ユーザは入力面を直接視認しないため、正確な位置に指をタッチダウンすることが難しいという課題がありました。これに対して本手法では、ユーザはベゼルからのスライドインによる母音選択、および目的の子音キーからのタッチアップによる子音選択を連続して行います。これにより、入力面の視認を必要としない、間接タッチによる正確な日本語文字入力が達成されます。(論文)

スマートフォン内蔵磁気センサを用いた背面ジョイスティックアクセサリ

本研究では、スマートフォン内蔵磁気センサを用いた背面操作ジョイスティックアクセサリを提案します。従来のスマートフォン操作は指による直接入力に依存しており、指により画面が隠れるという課題がありました。これに対して、背面を操作空間とする手法が提案されてきましたが、その多くは外部センサを要し、また離散的入力に留まるなどの制約がありました。本研究では、iPhoneのMagSafe機構を活用し、市販のスマートフォンアクセサリと同等の着脱性を備えたジョイスティック型の入力機器を製作しました。これにより、スマートフォン背面における連続的なジョイスティック操作を実現します。(論文)

手の動きを許容する音漏れ信号を用いたヒアラブルデバイス向け個人認証手法

本研究では、手の動きに伴って変化する音漏れ信号を利用した、ヒアラブルデバイス向けの個人認証手法「EarLock+」を提案します。本手法では、外部マイクロフォンを用いて音漏れ信号を取得し、その音響特徴量を抽出することで装着者を認証します。13名の参加者を対象とした評価実験の結果、本手法は静かな環境において平均96.1%の精度を達成し、従来手法であるEarLockを2.6パーセントポイント上回ることが分かりました。(論文)