分析了小组谈话的语言和非语言特征对于自动预测小组任务性能的有效性，并且比较了社交信号处理和讲话信号的不同，重点发现语言特征是最有效的，但非语言特征也非常有效。

Jun, 2019

本文针对外界复杂的实际应用场景下的视线估计问题，在自然、真实的使用环境中使用 MPIIGaze 数据集进行研究，并提出了一种多模态卷积神经网络的方法，通过跨数据集评估证明该方法显著优于现有的方法。我们还对三个最新数据集上的几种最先进的基于图像的凝视估计算法进行了细致评估，确认了外部环境变化对凝视估计的影响，为实际的实时视线估计研究提供了重要的参考。

Apr, 2015

该论文提出了一种使用可穿戴照相机实现自动社交模式刻画的系统，其中通过检测与相机佩戴者互动的人，并将检测到的社交互动分类为正式和非正式两个步骤，在事件级别上对每个潜在的社交事件进行建模，并使用 LSTM 网络进行时间序列分类。最终通过聚类同一个人在整个社交互动集中的出现来全面理解用户的社交关系的多样性和频率。实验表明，该系统应用于自我中心的照片流上的社交模式刻画任务取得了有望的结果。

Sep, 2017

提出一种称为 Social Process models 的模型来预测对面谈话伙伴未来的行为，这种模型可以建模不同分组之间独特的动态，对于数据的利用率更高

Jul, 2021

本文研究实时眨眼检测技术在野外环境中的应用。作者提出了一个人眼位置和轨迹跟踪后使用改进的 LSTM 模型识别多尺度时序信息的眨眼检测方法，并建立了适用于野外环境的眨眼数据集（HUST-LEBW）以验证该方法的可行性和效率。

Feb, 2019

机器学习在视觉情感识别方面的应用具有很大的潜力，但目前的方法针对有限的视觉情感概念局限于小规模数据集上进行模型训练和测试。我们的分析确定了现有视觉情感基准测试中存在的一个长期被忽视的问题，即数据集偏见。基于我们的分析，我们提出了一个基于 Webly 监督方法的解决方案，通过利用大量的库存图像数据进行训练。我们发现，使用我们的大规模图像数据集学习的模型表现出了明显更好的泛化能力。此外，使用我们的方法学习得到的视觉表示在不同的图像和视频数据集上具有很大的潜力。

Aug, 2018

本文系统回顾了自 2010 年以来，针对面对面共同交互的人际关系中显示的非语言线索进行自动分析的最新研究成果，包括建模社会特征、识别社会角色和社会关系，并分析了非语言线索分析的数据、传感方法和计算方法等三个主要元素。

Jul, 2022

在实际的协作学习环境中，通过开发数据集和方法来评估学生参与度。我们将评估学生参与度的问题分为两个子问题：学生组检测和动态参与者跟踪。使用一组包含 12,518,250 个学生标签实例、总时长为 21 小时 22 分钟的实际视频的独立测试数据集来评估我们提出的学生组检测方法的性能。通过使用多个图像表示方法，该方法在所有视频实例上表现出与 YOLO 相等或更好的性能。提出的动态参与者跟踪系统在长时间视频会话中表现出色，仅在 35 个测试视频中的一个视频中未跟踪到学生，而一个最先进的方法在 35 个测试视频中有 14 个视频未能跟踪到学生。在一个独立的长时间真实协作视频集上，提出的方法达到 82.3% 的准确率。

Apr, 2024

本文探讨了多传感器融合和集成学习方法在自动驾驶的手部活动识别任务中的应用，展示了采用并行卷积神经网络作为传感器间信息融合的一种迟到融合方法，提出了处理丢失信息的方案，并对该方法进行了比较分析。

Jan, 2023

本文开展了针对视觉图像识别中数据集偏见问题的大规模分析，通过将 12 个已有数据库组织成一个语料库，提供了一个有用的特征储存库以供未来研究使用。

Feb, 2014