AffectAI-Capture: 소규모 그룹 회의 연구를 위한 재현 가능한 멀티모달 프로토콜
요약
AffectAI-Capture는 소규모 그룹 회의 연구를 위해 시선 추적, 생체 신호, 오디오, 비디오 등 다양한 멀티모달 데이터를 동기화하여 수집하는 재현 가능한 프로토콜을 제안합니다. 단일 권위적 이벤트 타임라인을 중심으로 데이터 수집과 후처리를 표준화하여 정서적, 행동적 회의 분석 연구를 위한 체계적인 아키텍처를 제공합니다.
핵심 포인트
- 시선 추적, 웨어러블 생체 신호, 다각도 비디오 등 다양한 멀티모달 데이터의 통합 수집 프로토콜 제시
- 단일 권위적 이벤트 타임라인을 통한 데이터 동기화 및 표준화된 출력물 구성
- 정서적, 행동적, 회의 분석 연구를 위한 재현 가능한 데이터 패키징 및 계측 아키텍처 제공
- 고정된 작업 블록과 실험적 근거를 바탕으로 한 체계적인 데이터 수집 설계
우리는 시선 추적 (eye tracking), 웨어러블 생체 신호 (wearable physiology), 근접 대화 및 실내 오디오 (close-talk and room audio), 다각도 비디오 (multi-view video), 이벤트 로깅 (event logging), 그리고 구조화된 자기 보고 (structured self-report)를 결합하여 4인 규모의 회의와 유사한 상호작용에서 동기화된 멀티모달 데이터를 수집하기 위한 프로토콜인 AffectAI-Capture를 제시합니다. 세션은 확립된 그룹 상호작용 패러다임에 기반한 고정된 작업 블록 (task blocks)을 사용하며, 데이터 수집 및 후처리 (post-processing)는 단일 권위적 이벤트 타임라인 (authoritative event timeline)과 표준화된 출력물을 중심으로 구성됩니다. 우리는 실험적 근거, 동기화 철학, 데이터 구성, 그리고 실질적인 트레이드오프 (trade-offs)를 설명합니다. 오디오 품질과 비디오 동기화에 대한 파일럿 수준의 검증은 통제된 벤치 테스트 (bench tests)를 통해 수행되었으며, 참가자가 포함된 전체 프로토콜 세션은 현재 진행 중인 작업입니다. 본 연구의 기여는 정서적 (affective), 행동적 (behavioral), 그리고 회의 분석 (meeting-analytics) 연구를 위해 작업 설계, 계측 (instrumentation), 타이밍 출처 (timing provenance), 그리고 데이터 패키징을 연결하는 재현 가능한 프로토콜 아키텍처를 제공하는 것입니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기