芸術科学会論文誌 投稿用カバーシート ■ 論文種類（以下のうちから一つ選択） ・原著論文 フルペーパー ■ 論文分野（1)～3)のうちから一つ選択） 2) 科学系分野 ■ カテゴリ（1個以上選択） a-4) CG技術(可視化) ■ 該当特集（以下のうちから一つ選択） ・特集名「NICOGRAPH 2022 論文特集」 ■ 論文題名(和文、英文) コロナ禍における近接者ネットワークをもとにした人流の可視化 People Flow Visualization based on Proximity Network during the COVID-19 pandemic ■ 著者名(和文、英文) 森越彩楓（非会員） 大西正輝（非会員） 伊藤貴之（正会員） … Sayaka Morikoshi Masaki Onishi Takayuki Itoh … ※各々の著者名（和文）には、正会員・学生会員・非会員の中から 該当するもの1個を残してください。 ※著者の少なくとも1名は、投稿時・掲載時に正会員（学生会員不可） である必要がありますので、あらかじめご注意ください。 ただし、投稿時に著者の中に本会正会員がいない場合にも、 「速やかな正会員入会手続きをしていただくことを前提として」 投稿を受け付けるものとします。 ■ 著者所属(和文、英文) お茶の水女子大学、Ochanomizu University 産業技術総合研究所、National Institute of Advanced Industrial Science and Technology お茶の水女子大学、Ochanomizu University ■ 著者e-mail g1820540＠is.ocha.ac.jp onishi-masaki＠aist.go.jp itot＠is.ocha.ac.jp ■ 連絡担当者の氏名、住所、所属、電話、Fax、e-mail 森越彩楓 〒112-8610 東京都文京区大塚2-1-1 お茶の水女子大学理学部情報科学科伊藤研究室 お茶の水女子大学 090-6274-5647 03-5978-5700 g1820540＠is.ocha.ac.jp ■ 論文概要(和文400字程度、英文100ワード程度) 新型コロナウイルスの世界的な感染拡大に伴い，人々には3つの密(密閉・密集・密接)を避けた行動が強く求められている．このような背景から，人の歩行情報を分析し，歩行状態や歩行パターンを発見する研究が活発化した．その分析手段として可視化を用いた研究が近年多数発表されている．感染防止の観点から，イベント開催時の混雑緩和は特に重要な課題である．中でも「人の近接を減らす」ことの効果は大きい．一方で人流の可視化において，人の近接にもとづいた手法は少ない．そこで本論文では，近接状況を近接が発生した歩行者間を連結してできるネットワークとして可視化するとともに，ネットワークから検出される近接者クラスタの歩行経路から感染リスクの高い歩行パターンを可視化する手法を提案する． 具体例として提案手法をスタジアムで計測された実際の人流データに適用し，歩行者の近接を可視化した事例を報告する． The global spread of COVID-19 has highlighted the importance of avoiding the Three Cs (closed spaces, crowded places, and close contacts) to reduce the risk of infection. As a result, research on analyzing human flow to recognize walking states and patterns has gained traction. Visualizing people flow has been used in several studies as a means of analysis. From the perspective of infection prevention, reducing congestion during events is a crucial issue. Furthermore, decreasing the proximity between individuals is particularly effective. However, there are few and far between the visualization of human flow based on proximity methods. In this study, we propose a method for visualizing proximity status through the creation of a network formed by connecting pedestrians in proximity. We aim to visualize walking patterns with a high risk of infection by analyzing the walking paths of proximity clusters detected from the network. Additionally, we present a case study of the application of the proposed method for visualizing pedestrian proximity using real-world human flow data collected at an event site. ■ キーワード(和文5個程度、英文5個程度) 人流 可視化 COVID-19 時系列データ People Flow Visualization COVID-19 Time Series Data ※ 投稿原稿はカバーシートをテキストで、本体をPDF形式あるいはWORD形式で 本会事務局にメールにて提出する。本会事務局は受領番号を著者に通知する。 なお、論文本体および付録コンテンツのファイルサイズは原則として、 合計10MB 以内とする。 10MBを超える場合はメールで提出せずに、著者自身のウェブサイト等に ファイルを置くこと。