Face versus Body Tracking for Human-Robot Interaction: An Egocentric Dataset
面向人机交互的面部与身体跟踪:一个自我中心数据集
机构 * Furhat Robotics ; University of Naples Federico II(那不勒斯费德里科二世大学) ; Division of Speech, Music and Hearing, KTH Royal Institute of Technology(语音、音乐和听觉研究所,皇家理工学院)
专题命中 感知 :autonomous driving(abstract);分类 cs.RO、cs.CV
AI总结 针对社交机器人自我中心视角下频繁身份切换问题,提出一个自定义标注的自我中心数据集,通过系统评估检测误差、对比面部与身体跟踪,并分析扩展空间记忆和外观重识别的影响,最终优化管道将身份切换减少49%。
Comments 8 pages, 5 figures, 3 tables. Camera-ready version. Accepted to the 35th IEEE International Conference on Robot and Human Interactive Communication (RO-MAN 2026)