論文の概要: SeetaPsych v1.0: An Open-source Computer Vision Toolkit for Behavior-based Psychological Measurement
- arxiv url: http://arxiv.org/abs/2609.19719v1
- Date: Thu, 17 Sep 2026 05:26:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-20 08:55:54.115535
- Title: SeetaPsych v1.0: An Open-source Computer Vision Toolkit for Behavior-based Psychological Measurement
- Title（参考訳）: SeetaPsych v1.0: 行動に基づく心理的測定のためのオープンソースのコンピュータビジョンツールキット
- Abstract要約: SeetaPsychは、心理学、行動科学、人間のコンピュータインタラクション、および関連分野の研究のための視覚計測プラットフォームである。
現在のリリースには、行動に基づく生理的知覚を目的とした4つの主要なコアモジュールが含まれている。
人間の中心的な視覚分析のための補助的な前処理モジュール群も含んでいる。
- 参考スコア（独自算出の注目度）: 56.723082541640245
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Automated visual analysis opens new avenues for behavior--based psychological measurement. Nevertheless, existing technological modules are typically scattered across task specific systems with heterogeneous interfaces and disparate deployment requirements. In this work, we present SeetaPsych v1.0, an open source, unified and extensible computer vision toolkit designed to extract psychologically relevant signals from facial images and/or face based videos. The current release encompasses four major core modules aiming at behavior--based physiological perception: unified face based emotion analysis (simultaneous facial expression recognition, facial action unit detection, and valence--arousal estimation), camera based heart rate estimation, screen point--of--gaze estimation, and scene gaze following. A suite of auxiliary preprocessing modules for human centric visual analysis is also included, comprising face detection, facial landmark detection, and head detection. These functionalities are encapsulated within a modular Pipeline/Runner architecture that automatically resolves attribute dependencies, constructs computation graphs, and support intermediate result sharing among modules. SeetaPsych provides standardized Python APIs to facilitate reproducible, large scale analyses, alongside an interactive WebUI for rapid, code--free method evaluation. Overall, SeetaPsych offers an integrated and accessible visual measurement platform for research in psychology, behavioral science, human computer interaction, and related fields.
- Abstract（参考訳）: 自動視覚分析は、行動に基づく心理的測定のための新しい道を開く。しかしながら、既存の技術モジュールは、通常、不均一なインターフェースと異なるデプロイメント要件を持つタスク固有のシステムに分散している。この研究では、顔画像や/または顔に基づくビデオから心理的に関連のある信号を抽出するように設計された、オープンソースで、統一された拡張可能なコンピュータビジョンツールキットであるSeetaPsych v1.0を紹介します。今回のリリースでは、行動に基づく生理的認識を目的とした4つの主要なコアモジュール、例えば、顔に基づく感情分析(同時表情認識、顔のアクション単位検出、原子価推定)、カメラベースの心拍推定、スクリーンポイント・オブ・ゲイズ推定、シーンフォアに続くシーンフォアを含む、人間の中心的分析のための補助的なプリプロセスモジュールのスイート。これらは、顔検出、顔検出、顔検出、機能的ヘッドキャプティビティクスを含む。これらのモジュールは、インタプリメンテーション、インタプリメンテーション、インタプリケータ、インタプリタ、インタプリタプリタ、インタプリタ、インタプリタ、インタ、インタプリタ、インタプリタ、インタ、インタプリタ、インタ、インタプリタ、インタ、インタプリタ、インタ、インタ、インタ、インタプリタ、インタ、インタ、インタ、インタ、そして、インタプリタ、インタ、インタ、インタ、インタ、そして、インタ、インタ、インタ、そして、インタ、インタ、そして、そして、インタ、インタ、インタ、インタ、インタ、インタ、インタ、そして、そして、そして、そして、そして、そして、インタ、そして、そして、そして、インタラクデント、そして。
SeetaPsychは総合的に、心理学、行動科学、人間のコンピュータインタラクション、および関連する分野の研究のための統合された、アクセス可能な視覚計測プラットフォームを提供する。
関連論文リスト
- Learning to Look before Learning to Like: Incorporating Human Visual Cognition into Aesthetic Quality Assessment [10.379213455076439]
AestheticNetは、人間のような視覚認知と意味認識を双方向アーキテクチャに統合する新しいAQAパラダイムである。
視線対応ビジュアルエンコーダ(GAVE)として実装された視覚的注意経路は、リソース効率の良いコントラスト視線アライメントを用いて、視線追跡データをオフラインでトレーニングした。
視覚的注意は、前景/背景構造、カラーカスケード、明るさ、照明を反映する認知的事前情報を提供する。
論文 参考訳（メタデータ） (2026-04-17T09:04:01Z) - ArtCognition: A Multimodal AI Framework for Affective State Sensing from Visual and Kinematic Drawing Cues [0.0]
本稿では、感情知覚のための豊かで未探索なモダリティとしてデジタル描画を紹介する。
本稿では,House-Tree-Personテストの自動解析のための新しいマルチモーダルフレームワークArtCognitionを提案する。
論文 参考訳（メタデータ） (2026-01-07T17:35:37Z) - Emergent Active Perception and Dexterity of Simulated Humanoids from Visual Reinforcement Learning [69.71072181304066]
本稿では,擬似ヒューマノイドを用いた視覚駆動全身制御フレームワークであるPerceptive Dexterous Control (PDC)を紹介する。
PDCは、タスク仕様のためのエゴセントリックなビジョンのみを運用し、ビジュアルキューによるオブジェクト検索、ターゲット配置、スキル選択を可能にする。
強化学習によるスクラッチからのトレーニングは,能動探索などの創発的な行動を引き起こす可能性があることを示す。
論文 参考訳（メタデータ） (2025-05-18T07:33:31Z) - Emotion Recognition from the perspective of Activity Recognition [0.0]
人間の感情状態、行動、反応を現実世界の環境に適応させることは、潜伏した連続した次元を用いて達成できる。
感情認識システムが現実のモバイルおよびコンピューティングデバイスにデプロイされ統合されるためには、世界中の収集されたデータを考慮する必要がある。
本稿では,注目機構を備えた新しい3ストリームエンドツーエンドのディープラーニング回帰パイプラインを提案する。
論文 参考訳（メタデータ） (2024-03-24T18:53:57Z) - Disentangled Interaction Representation for One-Stage Human-Object
Interaction Detection [70.96299509159981]
ヒューマン・オブジェクト・インタラクション(HOI)検出は、人間中心の画像理解のコアタスクである。
最近のワンステージ手法では、対話予測に有用な画像ワイドキューの収集にトランスフォーマーデコーダを採用している。
従来の2段階の手法は、非絡み合いで説明可能な方法で相互作用特徴を構成する能力から大きな恩恵を受ける。
論文 参考訳（メタデータ） (2023-12-04T08:02:59Z) - Enhancing HOI Detection with Contextual Cues from Large Vision-Language Models [56.257840490146]
ConCueは、HOI検出における視覚的特徴抽出を改善するための新しいアプローチである。
コンテクストキューをインスタンスと相互作用検出器の両方に統合するマルチトウワーアーキテクチャを用いたトランスフォーマーベースの特徴抽出モジュールを開発した。
論文 参考訳（メタデータ） (2023-11-26T09:11:32Z) - An Approach for Improving Automatic Mouth Emotion Recognition [1.5293427903448025]
この研究は、畳み込みニューラルネットワーク(CNN)を用いた口検出による自動感情認識技術の提案と試験である。
この技術は、コミュニケーションスキルの問題のある健康障害の人々を支援するために応用される。
論文 参考訳（メタデータ） (2022-12-12T16:17:21Z) - Bodily Behaviors in Social Interaction: Novel Annotations and
State-of-the-Art Evaluation [0.0]
本稿では,社会相互作用に埋め込まれた複雑な身体行動の最初のアノテーションであるBBSIについて述べる。
心理学における過去の研究に基づいて,26時間の自発的な行動について手動で注釈を付けた。
我々は、人間の行動検出のための最先端のアプローチであるピラミッド拡張注意ネットワーク(PDAN)を適応する。
論文 参考訳（メタデータ） (2022-07-26T11:24:00Z) - 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) - Continuous Emotion Recognition via Deep Convolutional Autoencoder and
Support Vector Regressor [70.2226417364135]
マシンはユーザの感情状態を高い精度で認識できることが不可欠である。
ディープニューラルネットワークは感情を認識する上で大きな成功を収めている。
表情認識に基づく連続的感情認識のための新しいモデルを提案する。
論文 参考訳（メタデータ） (2020-01-31T17:47:16Z)
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。