На что все смотрят? Это общий вопрос в социальных сетях, потому что ответ идентифицирует что-то интересное или помогает разграничить социальные группы. Эти знания когда-нибудь будут важны для роботов, предназначенных для взаимодействия с людьми, поэтому исследователи из Института робототехники Университета Карнеги-Меллона разработали метод обнаружения мест, где люди смотрят друг на друга.
Исследователи протестировали метод, используя группы людей с головными видеокамерами. Отметив, что их взгляды сходились в трехмерном пространстве, исследователи могли определить, слушают ли они одного оратора, взаимодействуют как с группой или даже после прыгающего мяча в игре в пинг-понг.
Таким образом, система использует краудсорсинг для предоставления субъективной информации о социальных группах, которые в противном случае были бы трудными или невозможными для робота.
Алгоритм исследователей для определения «социальной значимости» может в конечном счете использоваться для оценки различных социальных сигналов, таких как выражения на лицах людей или движения тела, или данные от других типов визуальных или звуковых датчиков.
«Это действительно первый шаг к анализу социальных сигналов людей, – сказал Хен Су Парк, доктор философии. студент в области машиностроения, который работал над проектом с Ясером Шейхом, ассистентом профессора-профессора робототехники и Иакта Джайн из Texas Instruments, который был награжден кандидатом наук. в робототехнике прошлой весной. «В будущем роботам нужно будет органично взаимодействовать с людьми, и для этого они должны понимать свою социальную среду, а не только свою физическую среду».
Хотя камеры на голове все еще необычны, полицейские, солдаты, поисково-спасательный персонал и даже хирурги находятся среди тех, кто начал носить телесные камеры. Головные системы, такие как интегрированные в рамки для очков, готовы стать более распространенными. Даже если персональные камеры не становятся повсеместными, Шейх отметил, что эти камеры когда-нибудь могут использоваться обычными людьми, которые работают в кооперативных командах с роботами.
Эта методика была протестирована в трех реальных условиях: встреча с двумя рабочими группами; музыкальное представление; и вечеринка, в которой участники играли в пул и пинг-понг и болтали в небольших группах.
Камеры с головным креплением предоставили точные данные о том, что люди смотрят в социальных сетях. Алгоритм, разработанный исследовательской группой, смог автоматически оценить количество и трехмерную позицию «совпадений взгляда» – позиции, в которых пересекались взгляды нескольких людей.
Но исследователи были удивлены уровнем детализации, который они смогли обнаружить. Например, в настройке партии алгоритм не просто указывал, что люди смотрят на стол для пинг-понга; видео с согласия взгляда на самом деле показывает полет мяча, когда он отскакивает и отбрасывается взад-вперед.
Это открытие предлагает еще одно возможное приложение для мониторинга соответствия взгляду: взгляды игрока на игровые площадки. Парк сказал, что если бы у баскетболистов все были камеры с головным убором, например, можно было бы восстановить игру, а не с точки зрения одного игрока, а из коллективного представления игроков, поскольку все они смотрят на мяч.
Другим потенциальным применением является изучение социального поведения, такого как динамика группы и гендерные взаимодействия, а также исследования поведенческих расстройств, таких как аутизм.
Более подробная информация о согласовании взгляда, включая видео, доступна на веб-сайте проекта. Исследователи сообщили о своих выводах 3 декабря на конференции по системам нейронной обработки информации в Лейк-Тахо, штат Невада. Исследование спонсировалось программой Global Research Outreach от Samsung, Intel и Национальным научным фондом.