情報処理学会 インタラクション2026

視線を用いたインタフェースは，人間と機械との間の有力なインタラクション手段として期待されている．しかし，その多くは注視点の滞在場所や時間などの静的情報から入力を判定するため，単に対象を見ているだけの状態でも操作が発生しうるという課題を抱える．このような意図しない入力を抑え，直感的で誤動作の少ないインタフェースを実現するには，視線の動的情報から行為意図を推定する必要がある．そこで本研究では，視線の移動速度と方向を2次元ヒートマップとして画像化し，畳み込みニューラルネットワーク（CNN）に学習させることで，ユーザの「探索」と「操作」という異なる行為意図を識別する手法を検証した．その結果，97%という高い識別精度が得られたが，CNNの判断根拠は未解明であった．本稿では，識別モデルのブラックボックス性を解消するため，差分ヒートマップおよびGrad-CAM++ を用いた可視化分析を行った．解析の結果，操作モードは高速度域への集中，探索モードは中速度域への拡散という特徴が明らかになり，CNNはこれらヒートマップ上の微細なテクスチャなどの複合的特徴を捉えて判断していることが示唆された．