高機能なイヤホン型ウェアラブルデバイスの普及に伴い、ユーザが直感的に操作できるジェスチャ入力手法が注目されている。しかし、日常生活中には意図しない身体動作が数多く発生するため、これらとジェスチャ入力が混同され、誤作動を招くという課題が残されている。これはデバイス実用化に向けて解決すべき重要な障壁であり、従来からユーザの意図推定を支援するために脳波情報（Electroencephalography: EEG）の統合的活用が検討されてきた。過去の研究では多チャンネルを備えた大型のヘッドギア型EEGデバイスが一般的に用いられてきたが、侵襲性や装着感の悪さ、日常的な利用に適さない点が問題となっていた。本研究では、より小型で実用的なイヤホン型脳波計を利用し、耳周辺2チャネルから取得できる限られた情報を用いて、意図的なジェスチャと無意図の動作を識別する手法の開発を目指す。研究課題の核心は、従来よりチャンネル数が大幅に少なく、測定部位も異なる条件下において、いかにして意図推定の精度を確保・向上させるかにある。そのために、高次元特徴抽出や深層学習を含む高性能な機械学習アルゴリズムの導入、さらに日常生活環境に即した評価実験を行い、イヤホン型デバイスの快適かつ誤作動の少ないジェスチャ入力実現に寄与することを目指す。本研究により、ユーザが自然な生活環境で安心して利用できるヒアラブルデバイスの操作体系を確立することが期待される。

参考URL

https://www.xr.sys.es.osaka-u.ac.jp/