UGI_Corpus

UGI_Corpus是一个公开的多模态数据集，用于研究小组动态。该数据集通过使用天花板安装的非侵入式深度传感器来分析头部和身体姿势及手势，无需担心参与者隐私或行为受限。数据集还包含同步和时间戳的会议记录，用于分析口头内容。数据集包括22个小组会议，参与者执行标准协作小组任务以测量领导力和生产力，并提供参与者的事后问卷，包括人口统计信息。The UGI_Corpus is an open multimodal dataset designed for the study of group dynamics. This dataset employs ceiling-mounted, non-invasive depth sensors to analyze head and body postures as well as gestures, ensuring participant privacy and unrestricted behavior. It also includes synchronized and timestamped meeting transcripts for the analysis of verbal content. The dataset encompasses 22 group sessions where participants engage in standardized collaborative group tasks to measure leadership and productivity, supplemented by post-session questionnaires from participants, including demographic information.

原始信息汇总

数据集概述

数据集名称

UGI_Corpus（无干扰群体互动（UGI）语料库）

数据集目的

该数据集旨在支持对面对面小组会议中的人类互动模式进行精细的空间和时间理解研究，特别是通过自动方法分析言语和非言语行为。

数据集特点

• 使用天花板安装的非干扰性深度传感器，用于精细分析头部和身体姿态及手势，无需担心参与者隐私或行为受限。
• 包含同步和时间戳的会议记录，便于分析口头内容。
• 包含22个小组会议的数据，参与者执行标准协作小组任务以测量领导力和生产力。
• 提供参与者的任务后问卷，包括人口统计信息。

数据集内容

• 深度传感器数据
• 同步和时间戳的会议记录
• 任务后问卷及人口统计信息

数据集使用

在使用此数据集进行研究时，请引用以下论文：

I. Bhattacharya, M. Foley, C. Ku, N. Zhang, T. Zhang, C. Mine, M. Li, H. Ji, C. Riedl, B. F. Welles, and R. J. Radke. "The Unobtrusive Group Interaction (UGI) Corpus", In Proceedings of the ACM Multimedia Systems. Amherst, MA, June 2019.

数据集下载

可通过Zenodo下载，数据集DOI为10.5281/zenodo.2644617。

搜集汇总

数据集介绍

构建方式

在群组动力学研究领域，UGI_Corpus数据集的构建采用了 ceiling-mounted depth sensors，这些传感器以非干扰方式捕捉了22次群组会议中参与者的头部和身体姿态及手势。该数据集通过精细的时间编码与同步的会议转录文本相结合，以实现对言语内容的分析，为自动化方法研究提供了基础。参与者完成标准协作任务后的问卷数据也一并收录，以供研究领导力和生产效率。

特点

UGI_Corpus数据集的特点在于其使用了非侵入式深度传感器，避免了参与者隐私的担忧和行为抑制。该数据集包含多模态信息，不仅涵盖视觉数据，还包含对应的时间戳转录文本和问卷数据，为研究提供了丰富的信息维度。此外，数据集专注于面对面的群组互动，有助于推动群组动力学中自动化分析方法的进展。

使用方法

使用UGI_Corpus数据集时，研究者可依据数据集提供的多模态信息进行群组互动的深入分析。首先，需从Zenodo平台下载数据集，并根据DOI引用相关论文。其次，通过数据集内的时间戳转录文本和问卷数据，研究者可以进行言语内容分析和参与者特征研究。最后，结合深度传感器捕获的视觉数据，可进一步探索非言语交流的模式和特征。

背景与挑战

背景概述

在社会科学领域，尤其是社会心理学研究中，对面对面小组互动的深入理解至关重要。然而，传统的研究方法往往因为数据量大、人工编码耗时等问题而受到限制。在此背景下，UGI_Corpus数据集应运而生，由I. Bhattacharya等研究人员于2019年创建，旨在通过使用 ceiling-mounted depth sensors 等非侵入式技术，实现对小组互动中言语及非言语行为的自动化分析。该数据集包含22个小组会议，参与者执行标准化协作任务，以评估领导力和生产力，并提供同步的会议转录文本以及参与者的问卷调查数据，为自动化分析提供了丰富的多模态资源。

当前挑战

尽管UGI_Corpus数据集为小组互动研究提供了宝贵的资源，但仍然面临一些挑战。首先，非侵入式传感器的使用虽然减少了隐私担忧，但也带来了数据解析和处理的复杂性。其次，数据集构建过程中的同步和标注质量直接影响到后续分析的准确性。最后，如何有效地利用这些多模态数据，开发出能够准确捕捉和描述人类互动模式的算法，是当前研究的一个重要挑战。

常用场景

经典使用场景

在深入研究群体动力学的领域内，UGI_Corpus数据集以其独特的隐蔽式 ceiling-mounted 深度传感器采集方式，为研究人员提供了一种细致入微地观察群体内个体行为的工具。该数据集的经典使用场景在于，通过其提供的头部和身体姿态、手势的精细分析，结合同步的会议录音和字幕，研究者能够对面对面小组会议中的语言及非语言行为进行综合性的研究。

衍生相关工作

UGI_Corpus数据集的发布促进了相关领域的深入研究，衍生出了一系列经典工作。例如，利用该数据集，研究者可以开发出新的群体行为识别算法，或是构建更为精确的群体互动模型，为群体行为分析及预测提供了新的方法论和工具。

数据集最近研究

最新研究方向

在群体动力学研究领域，精细化的空间与时间维度下的人类行为理解至关重要。UGI_Corpus数据集的问世，以其 ceiling-mounted、非侵入式的深度传感器采集方式，为自动化分析口语及非口语行为提供了新的可能。近期研究由此数据集出发，聚焦于群体互动模式识别、领导力评估与生产力分析，以及基于身体姿态与手势的交流模式探究。该数据集同步提供了时间戳标记的会议转录文本，使得研究者在分析会议内容时更加便捷。此类研究不仅拓宽了社会心理学在面对面会议互动模式研究的应用范围，也为群体行为分析技术的发展提供了重要支撑。