論文の概要: Gaze-Anchored Social Net: Decoding Implicit Relations via Joint Modeling
- arxiv url: http://arxiv.org/abs/2607.22847v1
- Date: Fri, 24 Jul 2026 18:39:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-28 22:34:14.904239
- Title: Gaze-Anchored Social Net: Decoding Implicit Relations via Joint Modeling
- Title（参考訳）: Gaze-Anchored Social Net:ジョイントモデリングによる不必要関係の復号
- Abstract要約: 我々は、視線に照らされた社会的意図をデコードするターゲット中心のパラダイムであるANCHORを提案する。
我々のアプローチは、これらの依存関係を、視線行動の潜在的な構造的足場として表す。
我々は,高密度なマルチパーソンアノテーションと新しいソーシャルインフルエンスランキングを特徴とする拡張ベンチマークで,我々のフレームワークを検証した。
- 参考スコア（独自算出の注目度）: 42.54041031276457
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Human gaze does more than point to visual targets; it serves as a subtle indicator of social intent within static images, whereas standard models typically process individuals independently, treating gaze as an i.i.d. quantity or predicting social semantics in isolation. Recent multi-person methods attempt to address this but often treat social relations as rigid, post-hoc classifications decoupled from the gaze estimation process. This oversimplification fails to capture the nuanced nature of social intent, which acts as an underlying driver of gaze behavior rather than a secondary categorical output. We address these limitations by proposing ANCHOR, a target-centric paradigm designed to decode gaze-anchored social intent by modeling the joint distribution of visual attention and latent implicit relations. Our approach surfaces these dependencies as the latent structural scaffolding of gaze behavior. The architecture utilizes a relational attention mechanism to capture fine-grained interpersonal links, leveraging feature-wise modulation for efficient multi-person parsing from a single vision backbone. To stabilize the training of this coupled formulation, we implement an optimization synergy to resolve the inherent conflicts between spatial gaze accuracy and latent social reasoning. This approach ensures robust generalization by seeking stable, flat minima while simultaneously harmonizing competing task gradients. We validate our framework on an extended benchmark featuring dense multi-person annotations and novel social influence rankings. Our results demonstrate state-of-the-art performance and provide the first quantitative evidence that implicit social hierarchies can be robustly disentangled and learned directly from static gaze patterns.
- Abstract（参考訳）: 人間の視線は視覚的対象を指さす以上のものであり、静的画像内の社会的意図の微妙な指標として機能する一方、標準モデルは一般的に個人を個別に処理し、視線を量として扱うか、社会的意味論を単独で予測する。
近年のマルチパーソン方式ではこの問題に対処するが、社会的関係を厳密でポストホックな分類として扱い、視線推定から切り離されることが多い。
この過度な単純化は、社会的意図の微妙な性質をとらえることに失敗し、これは二次カテゴリーの出力ではなく、視線行動の根底にある要因として機能する。
視覚的注意と潜伏的な暗黙の関係の連関分布をモデル化することにより、視線に照らされた社会的意図をデコードするターゲット中心のパラダイムであるANCHORを提案することにより、これらの制限に対処する。
我々のアプローチは、これらの依存関係を、視線行動の潜在的な構造的足場として表す。
このアーキテクチャは、リレーショナルアテンション機構を利用して、細粒度の対人リンクを捕捉し、特徴量変調を利用して、単一の視覚バックボーンから効率的なマルチパーソンパーシングを行う。
この結合型定式化の訓練を安定させるために,空間的視線精度と潜時社会的推論の相違を解消する最適化相乗効果を実装した。
このアプローチは、競合するタスク勾配を調和させながら、安定で平坦なミニマを求めることによって、堅牢な一般化を保証する。
我々は,高密度なマルチパーソンアノテーションと新しいソーシャルインフルエンスランキングを特徴とする拡張ベンチマークで,我々のフレームワークを検証した。
以上の結果から,静的な視線パターンから暗黙の社会的階層が頑健に切り離され,直接学習できることを示す。
関連論文リスト
- Inter-X++: A Comprehensive Benchmark for Multimodal Human-Human Interaction Analysis [55.78822230833247]
We present Inter-X++, a comprehensive and large-scale benchmark designed to empower useful HHI analysis。
インターX++は11,388個の高忠実な相互作用シーケンスと8.1Mフレームを提供する。
インタラクションの再構築と意味理解を協調的に最適化する,単一かつ統一されたHHI表現とモデリングフレームワークOpenHHIを提案する。
論文 参考訳（メタデータ） (2026-08-20T17:51:48Z) - ST-DiffEye: Diffusion-based Continuous Gaze Generation via Joint Scanpath-Trajectory Modeling [36.51837241351688]
視覚刺激を観察しながら視線パターンを生成することを目的とした人間の視線モデリングの課題について検討する。
視線は視聴者やトライアルによって大きく異なるため、この可変性はノイズやモデル視線を生成過程としてではなく、定義特性として扱う。
本稿では,ST-DiffEyeについて紹介する。ST-DiffEyeは,両モードを付加的な生入力チャネルとして結合することで,両モードを結合する共振器拡散フレームワークである。
論文 参考訳（メタデータ） (2026-06-13T21:56:08Z) - Social-Mamba: Socially-Aware Trajectory Forecasting with State-Space Models [81.44955493339835]
ソーシャル・マンバ(Social-Mamba)は、社会的相互作用を構造化されたシーケンシャルなプロセスとして再構築する予測アーキテクチャである。
Social-Mambaは、エゴセントリックなグリッド上でエージェントを組織し、社会的三重項分解を導入する。
5つの軌道予測ベンチマークの実験は、Social-Mambaが最先端の精度を達成していることを示している。
論文 参考訳（メタデータ） (2026-05-14T21:16:01Z) - SODE: Analyzing Social Dynamics in LLM Agents [17.885513252130373]
SODE(Social Dynamics Evaluation)は,AIエージェントを3つの進化的側面にわたって評価するフレームワークである。
SODEを適用すると、系統的な違いが明らかになる。
我々は「ロングホライズンフレーミング」がモデル推論における相互機能を解き放つことを実証した。
論文 参考訳（メタデータ） (2026-05-06T14:50:07Z) - SocialMirror: Reconstructing 3D Human Interaction Behaviors from Monocular Videos with Semantic and Geometric Guidance [49.69016078147708]
密接な相互作用シナリオにおける人間の行動の正確な再構築は、拡張現実における現実的な仮想インタラクションの実現に不可欠である。
本稿では,これらの問題に効果的に対処するための意味的および幾何学的手がかりを統合する拡散ベースのフレームワークであるSocialMirrorを提案する。
SocialMirrorはインタラクティブなヒューマンメッシュを再構築する上で,最先端のパフォーマンスを実現している。
論文 参考訳（メタデータ） (2026-04-15T07:41:52Z) - LLM-MC-Affect: LLM-Based Monte Carlo Modeling of Affective Trajectories and Latent Ambiguity for Interpersonal Dynamic Insight [1.1119672724275114]
感情調整は、人間の相互作用の中核的な性質であり、リアルタイムで意味が構築されるかを形成する。
本稿では,静的なラベルではなく,連続的な潜在確率分布として感情を特徴付ける確率的フレームワークを提案する。
この研究は、対人ダイナミクスを理解するためのスケーラブルでデプロイ可能な経路を確立し、一般化可能なソリューションを提供する。
論文 参考訳（メタデータ） (2026-01-07T06:50:41Z) - Part-Aware Bottom-Up Group Reasoning for Fine-Grained Social Interaction Detection [82.70752567211251]
本稿では,詳細なソーシャルインタラクション検出のためのボトムアップグループ推論フレームワークを提案する。
提案手法は,身体部分の特徴と対人関係を用いて,社会的グループとその相互作用を推定する。
モデルではまず個人を検知し,その特徴を部分認識的手がかりを用いて拡張し,類似性に基づく推論によって個人を連想させることによりグループ構成を推論する。
論文 参考訳（メタデータ） (2025-11-05T17:33:03Z) - Causal Spherical Hypergraph Networks for Modelling Social Uncertainty [3.0181801777983086]
本稿では,社会基盤予測の枠組みであるCausal Spherical Hypergraph Networks(Causal-SphHN)を提案する。
提案手法は, 個人を超球面埋め込みとして, グループコンテキストをハイパーエッジとして表現し, 意味的および関係的幾何を捉える。
SNARE(オフラインネットワーク)、PHEME(オンライン談話)、AMIGOS(マルチモーダル・エフェクト)の実験は、Causal-SphHNが強いベースライン上での予測精度、堅牢性、キャリブレーションを改善することを示した。
論文 参考訳（メタデータ） (2025-06-21T22:30:04Z) - Multi-Agent Dynamic Relational Reasoning for Social Robot Navigation [50.01551945190676]
社会ロボットナビゲーションは、日常生活の様々な状況において有用であるが、安全な人間とロボットの相互作用と効率的な軌道計画が必要である。
本稿では, 動的に進化する関係構造を明示的に推論した系統的関係推論手法を提案する。
マルチエージェント軌道予測とソーシャルロボットナビゲーションの有効性を実証する。
論文 参考訳（メタデータ） (2024-01-22T18:58:22Z)
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。