基于多模态特征的伴侣机器人起始交互检测
机器人学
2015-03-13 v1 计算机视觉与模式识别
摘要
意图识别是人类交流中至关重要的潜意识认知过程。此技能使得预测成为可能并提升人际交互质量。在交互参与(engagement)语境下，非语言信号被用于传达与伙伴开始交互的意图。本文研究了检测这些信号的方法，以使机器人能知晓何时它将被搭话。我们方法的创新性在于从社会与认知科学汲取灵感来执行感知任务。我们探究有意义的特征（即人类可读特征），并阐明其中哪些对于识别某人开始交互的意图是重要的。经典上，诸如人的位置与速度、人-机器人距离等空间信息被用于检测交互参与。我们的方法整合了使用配备 Kinect 的伴侣机器人收集的多模态特征。在自发条件下收集的数据集上的评估凸显了其鲁棒性，并验证了该技术在实际环境中的使用。实验验证表明多模态特征集比仅用空间和速度特征给出更好的精确率与召回率。我们还证明选定的 7 个特征足以提供良好的起始交互检测分数。在最后的研究中，我们展示在完整的 99 个特征集中，空间约简并非已解决的任务。该结果为多模态交互检测开辟了新的研究视角。
引用
@article{arxiv.1503.03732,
title = {Starting engagement detection towards a companion robot using multimodal features},
author = {Dominique Vaufreydaz and Wafa Johal and Claudine Combe},
journal= {arXiv preprint arXiv:1503.03732},
year = {2015}
}