文献

J-GLOBAL ID：201702212735898879   整理番号：17A1392660

ダイアディック相互作用における表現力の高い身体ジェスチャの動力学モデリング【Powered by NICT】

Modeling Dynamics of Expressive Body Gestures In Dyadic Interactions

著者 (2件)： Yang Zhaojun (Department of Electrical Engineering, University of Southern California, Los Angeles, CA) ,  Narayanan Shrikanth S. (Department of Electrical Engineering, University of Southern California, Los Angeles, CA)
資料名： IEEE Transactions on Affective Computing  (IEEE Transactions on Affective Computing)
巻： 8  号： 3  ページ： 369-381  発行年： 2017年 
JST資料番号： W2423A  ISSN： 1949-3045  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 身体ジェスチャは感情コミュニケーション時に重要な非言語的発現チャネルである。対人相互作用中の変性動的ヒト態度と感情を伝える。,ヒト相互作用における感情表現に関連した体のジェスチャの動力学を理解することが非常に望ましい。ダイアディック相互作用における身体ジェスチャの動力学モデリングロバストのための統計的フレームワークを提案した。筆者らのフレームワークは,高レベルのセマンティックジェスチャーパターンと三成分の構成に基づいている。被験者非依存ジェスチャー変動を表現するためにGauss混合モデル(GMM)を用いた汎用背景モデル(UBM)を構築した。,並列HMM構造から誘導された意味論的ジェスチャーパターンの連結として各ジェスチャシーケンスについて述べた。,第一段階から得られたUBMによる第二段階から抽出した各ジェスチャシーケンスのセグメントを比較した確率的,配列のための高確率的ジェスチャーパターンを選択した。各ジェスチャシーケンスの動力学は選択されたパターンから計算された統計的変動プロファイルに代表される,更なる明確に定義されたカーネル空間に記述した。このフレームワークは,三ベースラインモデルと比較し,すなわち,ジェスチャ動力学からのダイアディック相互作用における参加者の全体的な感情状態を認識する感情認識実験で評価した。認識性能は,ベースラインモデルに比べて提案フレームワークの優位性を実証した。感情認識性能間の関係と選択されたセグメント数の分析もまた,いくつかの局所顕著な事象,全ジェスチャ配列よりもむしろ,それらの全体的感情認知のヒト要約を誘発するのに十分に有益なことを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 意味論 ,  チャネル ,  ヒト ,  *相互作用 ,  コミュニケーション ,  言語 ,  ロバスト性
準シソーラス用語： 感情認識 ,  感情状態 ,  Gauss混合モデル ,  被験者 ,  感情表現 ,  動力学モデリング ,  *身振り ,  表現力 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 相互作用 ,  表現力 ,  身体 ,  ジェスチャ ,  動力学モデリング