NTTコミュニケーション科学基礎研究所（CS研）は創立来30年間，コミュニケーションの本質を究め，こころまで伝わるコミュニケーションの実現をめざして，メディア処理やデータ科学など，人間の能力に迫り凌駕するための革新技術の創出と，認知神経科学や脳科学など，人間への深い理解につながる基本原理の発見に取り組んできました．本稿では，コミュニケーションの本質を究めるCS研の取り組みの一端を紹介します．

顔パーツのセマンティックセグメンテーションを目的としたネットワークでは，通常，学習時の損失関数として，Cross Entropy Lossが用いられる．Cross Entropy Lossに基づく学習では，画素数が多いクラス（顔パーツ）の分割精度が高くなるようにネットワークが学習し，画素数が少ない顔パーツの分割精度が低くなる問題がある．また，異なる解像度の情報を統合的に解析することにより，様々な大きさの顔パーツに柔軟に対応できる可能性がある．そこで本研究では，各クラスの画素数の偏りを補正するGeneralized Dice Lossを損失関数とし，異なる解像度の情報を解析できるMultiple Decodersを持つU-Netを用いた顔パーツのセマンティックセグメンテーション法を提案する．実験試料として，30,000枚の顔画像が含まれるCelebA Mask HQデータセットを用いた．U-Netをベースとした提案ネットワークは，1つのEncoderと，異なる解像度の特徴マップからセマンティックセグメンテーションを行う5つのDecoder，そして，それらのDecoderの解析情報を統合する1つのRecognitionで構成される．提案ネットワークによる各顔パーツのセマンティックセグメンテーションの平均Intersection over Unionは0.846で，従来ネットワークであるSegNet（0.711），U-Net（0.803），SegNetベースのEncoder-Multiple Decodersネットワーク（0.805）より高く，その有用性が示された．

カラーホログラフィ再生像を得るためには，赤色や緑色光での像再生に加え，特に，青色光での再生像特性の検討が必要となる．しかし，再生波長を短くすると原理的に像再生が困難になるため，青色再生像については十分な検討はされていない．このため，表示像の色域が制限されると考えられる．したがって，カラー像の色域を広げるためには，波長の短い青色光での像再生特性を検討することが必要になる．そこで，本稿では青紫光利用のホログラム再生の可能性について検討した．その結果，青紫色光での像再生が可能となる条件があり，再生像の色域拡大に可能性があることがわかった．

新型コロナウイルス感染症対応のため，大学におけるオンライン講義が急速に広まった．オンライン講義の主な問題点は，受講者がどのくらい集中して講義を受けているのかの判断が非常に難しいということである．そこで本研究では，視線追跡装置を用いてオンライン講義時の受講者の集中度を客観的に評価する方法を提案する．この方法は，講義スライドを見ている受講者の視線を追跡し，スライドに書かれている内容の重要度と視線の動きとを関連付け，点数化する手法である．実験のためオンライン講義用コンテンツと学習後に行う理解度テスト，また実験終了後のアンケートを準備した．実験では，スライドごとに受講者の視線を追跡し計算した点数の総点と理解度テストから得られた点数の相関係数を求めた．その結果，集中度の評価点が高くなるほど理解度テストの点数も高くなることが示され，受講者の集中度を客観的に評価する提案方法の有効性が明らかにできた．