ミーティング中のうなずきを対象としたヒューマンインザループ動画アノテーションシステムの構築と評価

抄録

ミーティング動画を手動でラベル付けする作業は、アノテータにとって負担のかかる作業である。我々の過去研究では、手動でうなずきのラベル付けをおこなったデータを用いて、うなずき認識モデルを構築した。本研究では、うなずきの認識モデルを用いて動画の自動アノテーションシステムを構築する。また、ミーティング動画を手動のみでアノーテーションする際と、システムを用いてアノテーションを行ったのちに人間による再編集を組み合わせたヒューマンインザループ型のアノテーションとで、作業時間がどのように変化するかを評価した。