The unobtrusive group interaction (UGI) corpus
The unobtrusive group interaction (UGI) corpus
复制标题
不显眼的群体互动（UGI）语料库
DOI：
10.1145/3304109.3325816
复制
发表时间：
2019
期刊：
影响因子：
--
通讯作者：
Welles, Brooke Foucault
中科院分区：
文献类型：
--
作者：
Bhattacharya, Indrani;Foley, Michael;Ku, Christine;Zhang, Ni;Zhang, Tongtao;Mine, Cameron;Li, Manling;Ji, Heng;Riedl, Christoph;Welles, Brooke Foucault
研究群体动力学需要对人类行为进行细粒度的空间和时间理解。研究面对面小组会议中人类互动模式的社会心理学家经常发现自己在处理大量数据，而这些数据需要数小时繁琐的手动编码。只有少数公开的面对面小组会议的多模式数据集能够开发自动化方法来研究人类的言语和非言语行为。在本文中，我们提出了一个用于群体动力学研究的新的、公开可用的多模态数据集，该数据集与以前的数据集的不同之处在于它使用了安装在天花板上的、不引人注目的深度传感器。这些可用于对头部和身体姿势和手势进行细粒度分析，而无需担心参与者的隐私或受抑制的行为。该数据集还辅以同步且带时间戳的会议记录，可用于分析口头内容。该数据集包含 22 个小组会议，参与者在这些会议中执行旨在衡量领导力和生产力的标准协作小组任务。参与者的任务后调查问卷（包括人口统计信息）也作为数据集的一部分提供。我们通过使用旨在自动理解视听交互的传感器融合算法呈现多模态分析结果，展示了该数据集在分析感知领导力、贡献和绩效方面的实用性。
Studying group dynamics requires fine-grained spatial and temporal understanding of human behavior. Social psychologists studying human interaction patterns in face-to-face group meetings often find themselves struggling with huge volumes of data that require many hours of tedious manual coding. There are only a few publicly available multi-modal datasets of face-to-face group meetings that enable the development of automated methods to study verbal and non-verbal human behavior. In this paper, we present a new, publicly available multi-modal dataset for group dynamics study that differs from previous datasets in its use of ceiling-mounted, unobtrusive depth sensors. These can be used for fine-grained analysis of head and body pose and gestures, without any concerns about participants' privacy or inhibited behavior. The dataset is complemented by synchronized and time-stamped meeting transcripts that allow analysis of spoken content. The dataset comprises 22 group meetings in which participants perform a standard collaborative group task designed to measure leadership and productivity. Participants' post-task questionnaires, including demographic information, are also provided as part of the dataset. We show the utility of the dataset in analyzing perceived leadership, contribution, and performance, by presenting results of multi-modal analysis using our sensor-fusion algorithms designed to automatically understand audio-visual interactions.
登录
查看更多内容
社会计量徽章：最先进的技术和未来的应用
DOI：
--
发表时间：
2007
期刊：
影响因子：
--
作者：
Daniel Olgu ´ õn;Olgu ´ õn
通讯作者：
Olgu ´ õn
群体情感与绩效 (GAP) 语料库
DOI：
--
发表时间：
2018
期刊：
GIFT@ICMI
影响因子：
--
作者：
McKenzie Braley;Gabriel Murray
通讯作者：
Gabriel Murray
用于跟踪参与者参与和讨论流程的会议和非正式互动多媒体数据库
DOI：
--
发表时间：
2006
期刊：
International Conference on Language Resources and Evaluation
影响因子：
--
作者：
N. Campbell;T. Sadanobu;M. Imura;N. Iwahashi;N. Suzuki;D. Douxchamps
通讯作者：
D. Douxchamps
ISL 会议语料库：会议类型对演讲风格的影响
DOI：
--
发表时间：
2002
期刊：
Interspeech
影响因子：
--
作者：
Susanne Burger;Victoria MacLaren;Hua Yu
通讯作者：
Hua Yu
DOI：
--
发表时间：
2016
期刊：
ACM Multimedia
影响因子：
--
作者：
Wenxuan Mou;H. Gunes;I. Patras
通讯作者：
I. Patras