在人群中寻找Dory：利用多模态移动感知检测社交互动
人机交互
2018-11-19 v2 机器学习
机器学习
摘要
记住日常的社交互动颇具挑战，即便你不是一条蓝色记忆障碍鱼。自动检测并记住此类互动的能力，不仅有益于关注自身在拥挤情境中行为的个人，也引起人群行为分析者的兴趣。目前，社交互动检测常通过民族志研究、计算机视觉技术与基于人工标注的数据分析等多种方法进行。然而，手机提供了更易收集、易分析且能保护用户隐私的数据采集手段。本工作中，我们提出一种利用蓝牙智能（BLE）、加速度计与陀螺仪等多模态移动感知数据检测人群内静态社交互动的系统。为指导下述系统开发，我们开展了有24名参与者、要求其相互社交45分钟的研究。我们构建了基于梯度提升树的机器学习系统，以77.8%精确率与86.5%召回率预测一对一及群体互动，较基于邻近度的方法性能提升30.2%。通过基于社区检测的方法，我们进一步检测出人群中存在的各种群体形成。利用人群多数成员已携带的手机传感器，使我们的方法特别适于人群行为及影响策略的实际分析。
引用
@article{arxiv.1809.00947,
title = {Finding Dory in the Crowd: Detecting Social Interactions using Multi-Modal Mobile Sensing},
author = {Kleomenis Katevas and Katrin Hänsel and Richard Clegg and Ilias Leontiadis and Hamed Haddadi and Laurissa Tokarchuk},
journal= {arXiv preprint arXiv:1809.00947},
year = {2018}
}
备注
21 pages, 6 figures, conference paper