面向自我中心照片流中的社交模式表征

遵循自我中心视觉中社交交互分析日益流行的趋势，本手稿提出了一项综合研究，通过依赖对自我中心照片流的视觉分析，实现可穿戴照相机的用户的自动社交模式表征。所提出的框架包含三个主要步骤。第一步是检测用户的社交交互，其中探讨了若干社交信号对该任务的影响。在第二步中，检查检测到的社交事件以分类为不同的社交聚会。这两步在事件级别上运作，其中每个潜在社交事件被建模为多维时间序列，其维度对应于每项任务的一组相关特征，并且采用LSTM对该时间序列进行分类。框架的最后一步是表征社交模式，这本质上是通过发现相同人物在用户全部社交事件集合中的重复出现，来推断用户社交关系的多样性和频率。在由9名用户获取的数据集上的实验评估显示了在自我中心照片流社交模式表征任务上的有前景的结果。