通过 DANTE 提升社交感知：一种用于聚类对话交互者的深度亲和网络
计算机视觉与模式识别
2020-07-13 v4
摘要
我们提出一种数据驱动的方法来检测对话组，通过识别这些聚焦社交场合中典型的空间排列。我们的方法使用一种新颖的深度亲和网络（DANTE）来预测场景中两个个体属于同一对话组的可能性，同时考虑其社交上下文。预测出的成对亲和度随后被用于图聚类框架中，以识别小型（例如二人组）和大型群体。我们在多个已确立的基准上的评估结果表明，将强大的深度学习方法与经典聚类技术相结合，相较于先前的方法能够改进对话组的检测。最后，我们在人机交互场景中展示了我们方法的实用性。我们的工作表明，我们的研究不仅在理论上，也在实践中推进了群体检测。
引用
@article{arxiv.1907.12910,
title = {Improving Social Awareness Through DANTE: A Deep Affinity Network for Clustering Conversational Interactants},
author = {Mason Swofford and John Charles Peruzzi and Nathan Tsoi and Sydney Thompson and Roberto Martín-Martín and Silvio Savarese and Marynel Vázquez},
journal= {arXiv preprint arXiv:1907.12910},
year = {2020}
}