SocialPulse：一种基于智能手表的实时社交互动检测系统
人机交互
2025-08-07 v1
摘要
社交互动是日常生活的基本组成部分，在幸福感中发挥着关键作用。作为新兴技术为监控行为提供了机会，人们对更好地理解社交体验越来越感兴趣。然而，通过可穿戴设备自动检测互动仍未得到充分探索。现有系统常受限于受控环境，仅限于面对面互动，依赖固定假设（例如两位说话者在固定时间窗口内）。这些限制降低了其捕捉多样化真实世界互动的可泛化性。为此，我们开发了一个能够检测面对面和虚拟互动的实时手表系统。该系统利用迁移学习检测前景语音 (FS)，并基于 FS 和类似低语的对话线索来推断互动边界。在一次涉及 11 名参与者、总计 38 天（平均为 3.45 天，标准差为 2.73 天）的实际评估中，该系统实现了 73.18% 的互动检测准确率。对六名参与者的后续调查显示，检测互动的召回率为 100%。这些初步发现表明，我们的系统在日常生活中捕捉互动的潜力，为针对社交焦虑的个人干预等应用奠定了基础。
引用
@article{arxiv.2508.03980,
title = {SocialPulse: An On-Smartwatch System for Detecting Real-World Social Interactions},
author = {Md Sabbir Ahmed and Arafat Rahman and Mark Rucker and Laura E. Barnes},
journal= {arXiv preprint arXiv:2508.03980},
year = {2025}
}