自动识别无意义的身体动作（Mannerisms）及其对人类行为的揭示
人机交互
2017-07-18 v1
摘要
我们提出一个框架，用于在演讲语境中识别公开演讲者的身体动作是有意义的还是无意义的（“Mannerisms”）。在一个包含28个人的84个公开演讲视频的数据集中，我们提取了314种独特的身体动作模式（例如踱步、手势、重心转移等）。在线众包工作者和演讲者本人标注了这些模式的意义性。我们从音视频记录中提取了五类特征：不流畅性、韵律、身体动作、面部和词汇。我们使用线性分类器预测标注，AUC最高达0.82。对分类器权重的分析表明，在预测自我标注时，它赋予词汇特征更大的权重。相反，在预测观众标注时，它赋予韵律特征更大的权重。该分析可能提供微妙暗示：公开演讲者在评估自我表现时倾向于更关注言语特征。而观众则倾向于更关注演讲的非言语方面。本工作相关的数据集和代码已发布以供同行评审和进一步分析。
引用
@article{arxiv.1707.04790,
title = {Automatic Identification of Non-Meaningful Body-Movements and What It Reveals About Humans},
author = {Md Iftekhar Tanveer and RuJie Zhao and Mohammed Hoque},
journal= {arXiv preprint arXiv:1707.04790},
year = {2017}
}