大﨑 敬太

ユーザーの集中力の低下を検知し、パフォーマンスの維持をサポートするFocus Boxを開発しました。主に私はAPI作成とデプロイ周りを担当しました。 制作背景 　昨今コロナウイルスの蔓延により，働き方が変化している．その中でも，出社することなく，自宅やカフェなどで作業するリモートワークが広がっている．リモートワークは，感染対策とともに，移動時間や費用が不要になるというメリットがある．一方で，デメリットとして，仕事とプライベートの境界が曖昧になってしまい，作業中の集中力維持が難しくパフォーマンスが低下してしまうことなどが挙げられる．このことから，リモートワーカーの集中維持をサポートすることは，多くのニーズがあると考えられる． 　そこで今回，リモートワーカーをメインユーザーとして，使用者の集中力の低下を検知し，パフォーマンスの維持をサポートするFocus Boxを開発した． 作品概要 　Focus Boxは，リモートワーカーの顔の情報から集中力の低下を検知し，作業場所の環境情報より集中力を阻害する要因の改善策を提案する．以下にそれぞれの仕組みと集中力との関係性が述べられる根拠について記載する．初めにリモートワーカーの集中力低下を検知するための情報として瞬きの回数を採用した．兜森ら[1]の研究では，タスクに依存した傾向はややあるものの，瞬きは集中度の指標になりうることが報告されている．次にリモートワーカーの集中力を阻害する1つの要因として，周囲環境の情報に着眼した．川隅ら[2]の研究では，温湿度から判断できる不快指数とCO2濃度が上昇するにつれて，集中度が低下することが報告されている．これらの関連研究をもとに，利用者の集中度合いを瞬きの回数から，集中力を阻害する要因を温湿度とCO2濃度からそれぞれ評価している． 　それぞれの情報の収集方法として瞬きは，Webカメラからワーカーの顔を検知し，一定時間における瞬きの回数を定期的に測定・記録している．温湿度，CO2濃度は，センサーモジュールを搭載したデバイスから情報を定期的に収集している． 参考文献 [1]兜森仁志，安彦智史，長谷川大，佐久田博司，“webカメラを用いた瞬き検出による集中度評価”，情報処理学会 第77回全国大会講演論文集, Vol. 2015, No. 1, 2015年3月, pp. 931–32. [2]川隅恭介，岩井将行，“室内環境・生体情報による複数のセンサを用いた非接触集中測定システム”，情報処理学会研究報告ヒューマンコンピュータインタラクション（HCI）, Vol. 2017-HCI-171, No. 35, 2017年1月, pp. 1–7.