通过使用传统摄像机捕捉观众的三维面部和头部方向来评估演示效果的质量

《Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies》：Presentation Quality Assessment through Audience 3D Facial and Head Direction Using Conventional Cameras

通过观众面部和头部行为分析评估演讲质量，利用双视角摄像头捕捉观众凝视目标（演讲者或屏幕）的频次作为特征值，在18位演讲者、32位观众的实验中验证了主观评分与行为特征的显著相关性，并展示了基于该特征的演讲质量推断算法。

　　

摘要

本文提出了一种利用观众面部和头部行为信息来评估演讲质量的方法。以往的研究主要通过分析演讲材料和演讲者的言语及非言语线索来评估演讲技巧。然而，由于演讲是演讲者与观众之间的互动过程，演讲质量不仅受演讲者自身因素的影响，还受到观众背景知识等观众因素的制约。这意味着仅依靠演讲者的表现无法对演讲进行全面评估。为了解决这一问题，我们提出了一种方法：该方法利用在演讲过程中使用两台摄像机录制的观众视频——一台从演讲者的视角拍摄，另一台则拍摄演讲屏幕周围的场景。通过面部检测技术识别出观众面部的三维位置和方向，并据此预测观众的目光焦点（如演讲者和演讲屏幕）。在演讲过程中，这些焦点被注视的次数被作为评估演讲质量的特征值。通过分析18位演讲者和32名观众的数据集，本文发现主观评分与行为特征之间存在显著相关性。此外，本文还展示了一种算法，该算法能够根据这些特征值推断演讲的质量。