論文の概要: Video-based Social Interaction Behavior Analysis with the Simulated Interaction Task for Children (Kids-SIT)

• arxiv url: http://arxiv.org/abs/2605.16270v1
• Date: Wed, 01 Apr 2026 14:45:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-01 03:03:17.07021
• Title: Video-based Social Interaction Behavior Analysis with the Simulated Interaction Task for Children (Kids-SIT)
• Title（参考訳）: 子ども向けシミュレート・インタラクション・タスク(Kids-SIT)を用いた映像型ソーシャルインタラクション行動分析
• Authors: Rituja Pardhi, Matthias Norden, William Saakyan, Nadine Vietmeier, Simone Kirst, Isabel Dziobek, Julia Asbrand, Hanna Drimalla,
• Abstract要約: Kids-SIT(キッズ・シット、キッズ・シット、キッズ・シット、英: Kids-SIT)は、子どもの行動を分析するためのウェブベースのツールである。 子どもの社会的相互作用を自動分析するためのパラダイムとして,キッズSITの可能性を評価した。 これらの手法が健常児の自然主義的社会的相互作用パターンをいかに捉えるかを検討した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Accurately quantifying children's social interaction behavior is part of understanding their cognitive and emotional development, as well as mental health conditions. Kids-SIT is a web-based tool designed to computationally analyze children's behaviors by engaging them in a standardized video conversation scenario while their responses are video recorded. In a pre-registered study with 21 healthy children, we evaluated the potential of the Kids-SIT as an accessible paradigm for automated analysis of children's social interaction behavior. We assessed their subjective impression, as well as verbal and non-verbal responses during the Kids-SIT. Verbal content was analyzed using the LIWC tool. Three socially relevant non-verbal behaviors (gaze deviation, smiling, and nodding) were manually annotated and automatically extracted using three computational methods. We examined how well these methods capture naturalistic social interaction patterns of healthy children. We conducted an exploratory classification of healthy children (n=21) and those with social anxiety disorder (n=11) using automated behavioral features. The semantic analysis of the children's verbal responses and their post-hoc impressions indicated that the Kids-SIT successfully elicited natural social interaction behavior. Children's non-verbal behavior also showed similar pattern: they looked at their interaction partner for most of the time, particularly while listening than speaking. Smiling and gazing toward the partner occurred more frequently during the person-directed liked and disliked parts than during the picture-description phase. These non-verbal behavior patterns were captured both by manual annotations and by the computational analysis methods. In the exploratory analysis with a clinical sample, automatically extracted features enabled above-chance differentiation between children with and without SAD (AUC=0.74).
• Abstract（参考訳）: 子どもの社会的相互作用の正確な定量化は、認知的・感情的な発達や精神的な健康状態を理解することの一部である。 Kids-SIT(キッズ・シット、キッズ・シット、キッズ・シット、英: Kids-SIT)は、子どもの行動を分析するためのウェブベースのツールである。 本研究は,21人の健常児を対象とした事前登録研究において,子どもの社会的相互作用の自律的分析のパラダイムとしてキッズSITの可能性を評価した。 子ども期における主観的印象と, 言語的・非言語的反応について検討した。 言語内容はLIWCツールを用いて分析した。 社会的に関係のない3つの非言語行動(解離、笑み、うなずき)を手動で注釈付けし、3つの計算手法を用いて自動的に抽出した。 これらの手法が健常児の自然主義的社会的相互作用パターンをいかに捉えるかを検討した。 健常児 (n=21) と社会不安障害児 (n=11) を対象に, 自動行動特徴を用いた探索的分類を行った。 子どもの言葉の反応とポストホックな印象のセマンティックな分析は、子供-SITが自然な社会的相互作用の行動を引き出すことに成功したことを示している。 子どもの非言語行動も同様のパターンを示しており、会話よりも聴きながら、ほとんどの場合、対話相手を観察した。 相手に対する笑顔と視線は、人物が好む部分や嫌われる部分において、画像記述フェーズよりも多く発生した。 これらの非言語的行動パターンは手動のアノテーションと計算解析手法の両方によって捉えられた。 臨床試料を用いた探索分析では,SAD児と非児の早期分化を可能にする特徴を自動抽出する(AUC=0.74)。

関連論文リスト

• A Hybrid Deep Learning Framework for Emotion Recognition in Children with Autism During NAO Robot-Mediated Interaction [0.6524460254566904]
  本研究では,ヒューマノイドロボットによる名前呼び出しイベントに対する自閉症児の感情認識のための新しい深層学習パイプラインを提案する。 データセットは、ASDを持つ15人の子供のビデオ記録から抽出された約5万の顔フレームから構成される。
  論文  参考訳（メタデータ） (2025-12-13T06:40:01Z)
• SocialEval: Evaluating Social Intelligence of Large Language Models [70.90981021629021]
  ソーシャルインテリジェンス(英語版) (SI) は、社会的目標を達成するために社会的相互作用をナビゲートする際に賢明に行動する対人能力を持つ人間を装備する。 結果指向の目標達成評価とプロセス指向の対人能力評価という,運用評価パラダイムを提示する。 スクリプトベースのバイリンガルSIベンチマークであるSocialEvalを提案する。
  論文  参考訳（メタデータ） (2025-06-01T08:36:51Z)
• Egocentric Speaker Classification in Child-Adult Dyadic Interactions: From Sensing to Computational Modeling [30.099739460287566]
  自閉症スペクトラム障害(Autism spectrum disorder、ASD)は、社会的コミュニケーション、反復行動、感覚処理における課題を特徴とする神経発達状態である。 ASDにおける重要な研究領域は、治療中の子供の行動変化を評価することである。 これらの相互作用における子どもの行動を理解する基本的な側面は、自動音声理解である。
  論文  参考訳（メタデータ） (2024-09-14T07:03:08Z)
• Hybrid Models for Facial Emotion Recognition in Children [0.0]
  本稿では,遠隔操作型ロボットによる子どものセラピーの実践において,心理学者を支援するための感情認識技術の利用に焦点を当てた。 Embodied Conversational Agents (ECA) は、プロが社会的課題に直面している子供と繋がる手助けをする仲介ツールである。
  論文  参考訳（メタデータ） (2023-08-24T04:20:20Z)
• Co-Located Human-Human Interaction Analysis using Nonverbal Cues: A Survey [71.43956423427397]
  本研究の目的は,非言語的キューと計算手法を同定し,効果的な性能を実現することである。 この調査は、最も広い範囲の社会現象と相互作用設定を巻き込むことによって、相手と異なる。 もっともよく使われる非言語キュー、計算方法、相互作用環境、センシングアプローチは、それぞれマイクとカメラを備えた3,4人で構成される会話活動、ベクターマシンのサポート、ミーティングである。
  論文  参考訳（メタデータ） (2022-07-20T13:37:57Z)
• The world seems different in a social context: a neural network analysis of human experimental data [57.729312306803955]
  本研究では,先行・知覚的信号の精度を変化させることで,個人・社会的タスク設定の両方で人間の行動データを再現可能であることを示す。 トレーニングされたネットワークの神経活性化トレースの分析は、情報が個人や社会的条件のネットワークにおいて、根本的に異なる方法でコード化されていることを示す。
  論文  参考訳（メタデータ） (2022-03-03T17:19:12Z)
• A Two-stage Multi-modal Affect Analysis Framework for Children with Autism Spectrum Disorder [3.029434408969759]
  実環境における遊び療法におけるASDの影響状態の3つの主要な影響状態を予測するために,音響的および視覚的手がかりを利用したオープンソースの2段階マルチモーダルアプローチを提案する。 この研究は、2段階のスキーマを提案することによって、ASDに対する人間の専門知識とマシンインテリジェンスを組み合わせる新しい方法を示す。
  論文  参考訳（メタデータ） (2021-06-17T01:28:53Z)
• Disambiguating Affective Stimulus Associations for Robot Perception and Dialogue [67.89143112645556]
  知覚された聴覚刺激と感情表現の関連性を学ぶことができるNICOロボットを提供します。 NICOは、感情駆動対話システムの助けを借りて、個人と特定の刺激の両方でこれを行うことができる。 ロボットは、実際のHRIシナリオにおいて、被験者の聴覚刺激の楽しさを判断するために、この情報を利用することができる。
  論文  参考訳（メタデータ） (2021-03-05T20:55:48Z)
• Emotion pattern detection on facial videos using functional statistics [62.997667081978825]
  顔面筋運動の有意なパターンを抽出する機能的ANOVAに基づく手法を提案する。 感情群間の表現に時間的差があるかどうかを関数fテストを用いて判定する。
  論文  参考訳（メタデータ） (2021-03-01T08:31:08Z)

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。