精选 AI 资讯 · AI 热点

arXiv cs.AI@Meisam Jamshidi Seikavandi, Alice Modica, Anna Obara, Shan Ahmed Shaffi, Fabricio Batista Narcizo, Tanya Ignatenko, Ted Vucurevich, Karim Haddad, Daniel Barratt, Daniel Overholt, Jesper Bunsow Boldt, Paolo Burelli, Andrew Burke Dittberner

精选

现有情感计算与社交信号处理数据集难以支持对同地小组中个体、人际和群体层面的情感耦合分析。研究者推出了GroupAffect-4，包含10组共40名参与者在四种协作任务（信息汇集、谈判、创意生成、公共物品博弈）中的多模态数据。每位参与者佩戴腕式生理传感器、眼动追踪眼镜和近讲麦克风，并收集连续情感自评、任务后问卷、任务结果和大五人格评分，所有数据通过共享时钟对齐。数据集覆盖91%以上的预期生理窗口和98%的眼动窗口，谈判任务的情感操纵检验验证了任务有效性。它定义了15个基准目标，涵盖个体内状态、个体间特质和群体动态三个分析层次，并提供了留一组交叉验证的可行性基线。数据集以BIDS风格结构、Croissant元数据、数据表、每会话质量报告和开源处理脚本发布。

论文多模态数据集情感计算协作交互生理信号眼动追踪

推荐理由：做情感计算、社交信号处理或小组协作研究的团队终于有了一个覆盖个体、人际和群体三层次的高质量多模态数据集，数据完整性和任务效度都经过验证，可以直接用于训练和评估模型。

原文

10:07

arXiv cs.AI@Meisam Jamshidi Seikavandi, Alice Modica, Anna Obara, Fabricio Batista Narcizo, Tanya Ignatenko, Ted Vucurevich, Jesper Bünsow Boldt, Paolo Burelli, Andrew Burke Dittberner

精选

AffectAI-Capture 是一项用于收集四人会议式互动中同步多模态数据的协议，整合了眼动追踪、可穿戴生理传感器、近讲与房间音频、多视角视频、事件日志及结构化自我报告。该协议基于固定任务模块，这些模块源自成熟的群体互动研究范式，数据采集与后处理围绕单一权威事件时间线和标准化输出进行组织。研究描述了实验原理、同步理念、数据组织及实际权衡，并通过受控台架测试验证了音频质量和视频同步性，但完整协议会话仍在进行中。其贡献在于提供了一个可复现的协议架构，将任务设计、仪器配置、时间溯源与数据打包相结合，服务于情感、行为及会议分析研究。

论文多模态数据会议分析情感计算可复现协议眼动追踪

推荐理由：做群体互动、情感计算或会议分析的研究者终于有了一个可复现的多模态数据采集标准，直接照着搭建实验环境能省去大量试错成本。

原文