論文の概要: Bitbox: Behavioral Imaging Toolbox for Computational Analysis of Behavior from Videos

• arxiv url: http://arxiv.org/abs/2512.17655v1
• Date: Fri, 19 Dec 2025 14:53:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-22 19:25:54.4456
• Title: Bitbox: Behavioral Imaging Toolbox for Computational Analysis of Behavior from Videos
• Title（参考訳）: Bitbox:動画からの行動の計算分析のための行動イメージングツールボックス
• Authors: Evangelos Sariyanidi, Gokul Nair, Lisa Yankowitz, Casey J. Zampella, Mohan Kashyap Pargi, Aashvi Manakiwala, Maya McNealis, John D. Herrington, Jeffrey Cohn, Robert T. Schultz, Birkan Tunc,
• Abstract要約: ビデオからの人間の行動の計算的測定は、AIの大きな進歩により、最近実現可能になった。 Bitboxは、行動科学者や臨床研究者が直接利用できる高度な計算分析を行うために設計されたオープンソースのツールキットである。 ビデオからハイレベルな行動計測を抽出し、複数の顔、頭部、ボディプロセッサを活用するための標準化されたインターフェースを提供する。
• 参考スコア（独自算出の注目度）: 3.215663456741252
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Computational measurement of human behavior from video has recently become feasible due to major advances in AI. These advances now enable granular and precise quantification of facial expression, head movement, body action, and other behavioral modalities and are increasingly used in psychology, psychiatry, neuroscience, and mental health research. However, mainstream adoption remains slow. Most existing methods and software are developed for engineering audiences, require specialized software stacks, and fail to provide behavioral measurements at a level directly useful for hypothesis-driven research. As a result, there is a large barrier to entry for researchers who wish to use modern, AI-based tools in their work. We introduce Bitbox, an open-source toolkit designed to remove this barrier and make advanced computational analysis directly usable by behavioral scientists and clinical researchers. Bitbox is guided by principles of reproducibility, modularity, and interpretability. It provides a standardized interface for extracting high-level behavioral measurements from video, leveraging multiple face, head, and body processors. The core modules have been tested and validated on clinical samples and are designed so that new measures can be added with minimal effort. Bitbox is intended to serve both sides of the translational gap. It gives behavioral researchers access to robust, high-level behavioral metrics without requiring engineering expertise, and it provides computer scientists a practical mechanism for disseminating methods to domains where their impact is most needed. We expect that Bitbox will accelerate integration of computational behavioral measurement into behavioral, clinical, and mental health research. Bitbox has been designed from the beginning as a community-driven effort that will evolve through contributions from both method developers and domain scientists.
• Abstract（参考訳）: ビデオからの人間の行動の計算的測定は、AIの大きな進歩により、最近実現可能になった。 これらの進歩により、顔の表情、頭部の動き、身体の動き、その他の行動モダリティのきめ細かい定量化が可能となり、心理学、精神医学、神経科学、精神健康研究でますます使われている。 しかし、普及は遅れている。 既存の手法やソフトウェアのほとんどは、エンジニアリングの聴衆のために開発されており、特別なソフトウェアスタックを必要としており、仮説駆動研究に直接有用なレベルでの行動測定を提供していない。 その結果、現代のAIベースのツールを仕事で使いたい研究者にとって、参入の障壁は大きい。 我々は、この障壁を取り除き、行動科学者や臨床研究者が直接利用できるようにするためのオープンソースのツールキットBitboxを紹介した。 Bitboxは再現性、モジュール性、解釈性という原則でガイドされている。 ビデオからハイレベルな行動計測を抽出し、複数の顔、頭部、ボディプロセッサを活用するための標準化されたインターフェースを提供する。 コアモジュールは、臨床サンプルで試験および検証され、最小限の努力で新たな対策を追加できるように設計されている。 Bitboxは、翻訳のギャップの両側にサービスを提供することを意図している。 行動研究者は、エンジニアリングの専門知識を必要とせずに、堅牢でハイレベルな行動メトリクスにアクセスでき、コンピュータ科学者に、その影響が最も必要となる領域にメソッドを分散するための実践的なメカニズムを提供する。 Bitboxは、行動、臨床、メンタルヘルス研究への計算行動計測の統合を加速することを期待している。 Bitboxは、当初から、メソッド開発者とドメインサイエンティストの両方からのコントリビューションを通じて進化する、コミュニティ主導の取り組みとして設計されている。

関連論文リスト

• A Review of Neuroscience-Inspired Machine Learning [58.72729525961739]
  バイオプルーシブル・クレジット・アサインメントは、事実上あらゆる学習条件と互換性があり、エネルギー効率が高い。 本稿では,人工ニューラルネットワークにおける信用代入の生体評価可能なルールをモデル化する,いくつかの重要なアルゴリズムについて検討する。 我々は,このようなアルゴリズムを実用アプリケーションでより有用にするためには,今後の課題に対処する必要があることを論じる。
  論文  参考訳（メタデータ） (2024-02-16T18:05:09Z)
• Computer Vision for Primate Behavior Analysis in the Wild [61.08941894580172]
  ビデオに基づく行動監視は、動物の認知と行動を研究する方法を変える大きな可能性を秘めている。 今でも、エキサイティングな見通しと、今日実際に達成できるものの間には、かなり大きなギャップがある。
  論文  参考訳（メタデータ） (2024-01-29T18:59:56Z)
• Brain-inspired Computational Intelligence via Predictive Coding [73.42407863671565]
  予測符号化(PC)は、機械学習コミュニティにとって潜在的に価値のある、有望な特性を示している。 PCライクなアルゴリズムは、機械学習とAIの複数のサブフィールドに存在し始めている。
  論文  参考訳（メタデータ） (2023-08-15T16:37:16Z)
• Behavior quantification as the missing link between fields: Tools for digital psychiatry and their role in the future of neurobiology [0.0]
  現在の技術は、行動特性を改善するためのエキサイティングな機会です。 携帯電話のGPSやスマートウォッチの加速度計などの受動的センサーストリームを連続的に収集する新機能は、新しい疑問の道を開く。 理論上、現在の技術で捉えられるものには大きな可能性があるが、それ自体は大きな計算課題である。
  論文  参考訳（メタデータ） (2023-05-24T17:45:10Z)
• Machine Psychology [54.287802134327485]
  我々は、心理学にインスパイアされた行動実験において、研究のための実りある方向が、大きな言語モデルに係わっていると論じる。 本稿では,本手法が表に示す理論的視点,実験パラダイム,計算解析技術について述べる。 これは、パフォーマンスベンチマークを超えた、生成人工知能(AI)のための「機械心理学」の道を開くものだ。
  論文  参考訳（メタデータ） (2023-03-24T13:24:41Z)
• CNN-Based Action Recognition and Pose Estimation for Classifying Animal Behavior from Videos: A Survey [0.0]
  アクション認識(Action Recognition)は、1つ以上の被験者がトリミングされたビデオで行う活動の分類であり、多くの技術の基礎を形成する。 人間の行動認識のためのディープラーニングモデルは、過去10年間に進歩してきた。 近年,深層学習に基づく行動認識を取り入れた研究への関心が高まっている。
  論文  参考訳（メタデータ） (2023-01-15T20:54:44Z)
• A Rubric for Human-like Agents and NeuroAI [2.749726993052939]
  コントリビュートされた研究は、振る舞いの模倣から機械学習メソッドのテストまで幅広い。 これら3つの目標のうちの1つが自動的に他の目標の進捗に変換されることは想定できない。 これは、弱く強いニューロAIとヒトのようなエージェントの例を用いて明らかにされている。
  論文  参考訳（メタデータ） (2022-12-08T16:59:40Z)
• Open-Source Tools for Behavioral Video Analysis: Setup, Methods, and Development [2.248500763940652]
  ビデオ分析の方法は、より正確でスケーラブルで再現可能な行動量化を変換している。 動画解析のためのオープンソースのツールが、行動を理解するための新しい実験的なアプローチを生み出した。 我々は、現在利用可能な、ビデオ分析のためのオープンソースツール、ビデオ録画方法に慣れたラボでのセットアップ方法、対処すべき課題についてレビューする。
  論文  参考訳（メタデータ） (2022-04-06T14:06:43Z)
• Information theoretic analysis of computational models as a tool to understand the neural basis of behaviors [0.0]
  今世紀最大の研究課題の1つは、脳の身体環境システムにおける行動の神経基盤を理解することである。 計算モデルは、モデルシステムを研究することができる別のフレームワークを提供する。 本稿では,計算モデルの情報理論解析が強力な研究手法であることを示すための紹介,レビュー,議論を行う。
  論文  参考訳（メタデータ） (2021-06-02T02:08:18Z)
• AGENT: A Benchmark for Core Psychological Reasoning [60.35621718321559]
  直観心理学は、観察可能な行動を駆動する隠された精神変数を推論する能力です。 他のエージェントを推論する機械エージェントに対する近年の関心にもかかわらず、そのようなエージェントが人間の推論を駆動するコア心理学の原則を学ぶか保持するかは明らかではない。 本稿では,プロシージャが生成する3dアニメーション,エージェントを4つのシナリオで構成したベンチマークを提案する。
  論文  参考訳（メタデータ） (2021-02-24T14:58:23Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。