対面会議参加者の位置と顔方向を用いた会話グループ推定手法

少人数でアイデア創発や課題解決を目的とした活発な議論を行う際，議論中に近接している会議参加者間で突発的に会話が起こり，会話する集団が同時に複数形成されることがある．本研究ではこの集団を会話グループと定義し，対面会議の中で形成されている会話グループの数が既知の場合において，会議の参加者がどの会話グループに属しているかをリアルタイムに推定する手法を提案する．会話グループ推定の特徴量として，各会議参加者の位置の関係である距離と，顔の向きの関係として新たに相互参与度を定義する．また，これらの特徴量から全会議参加者の間で同じ会話グループである可能性の高さを示す値として類似度を算出する．また，会話グループの推定は，算出した類似度を用いてSpectral Clusteringを実行し，会議参加者を任意の数のクラスタに分ける形で実現した．評価実験として，深度カメラを用いて会議参加者全員の特徴量を取得し，類似度の算出，およびクラスタリングを行うシステムを開発し，実際の会議を模した環境で本手法の評価を行った．結果として，10分の会議を通して0.9725の精度で会話グループが推定できた．

When engaging in lively discussions aimed at generating ideas or solving problems with a small group of people, impromptu conversations can occur between participants in close proximity, leading to the simultaneous formation of multiple conversation groups. In this study, we define these groups as ‘Conversational Group’ and propose a method for estimating in real-time to which conversational groups each meeting participant belongs, assuming the number of conversational groups formed during face-to-face meetings is known. As features for conversational group estimation, we define the distance between each meeting participant's positions and introduce a new measure called ‘mutual participation,’ representing the relationship based on their facial orientations. Moreover, we calculate a similarity score from these features to indicate the likelihood of being in the same conversation cluster among all meeting participants. We then employ the Spectral Clustering algorithm using the calculated similarity scores to partition meeting participants into an arbitrary number of clusters and estimate conversational groups. To evaluate the method, we developed a system using a stereo camera to capture the features of all meeting participants, perform similarity calculations, and conduct clustering in an environment simulating actual meetings. The results demonstrated that conversation groups could be estimated with an accuracy of 0.9725 throughout a 10-minute meeting.