剑桥大学和达特茅斯学院的联合研究小组开发了一种系统，该系统使用红外光标签监控面对面的互动。该技术可以使人们更准确地了解个人在社交环境中的互动方式，并可以提高交流指导的效率。该系统被剑桥-达特茅斯大学命名为Protractor，它使用不可见光通过测量人体角度和个人之间的距离来记录人们如何使用肢体语言。

先前的研究表明，肢体语言会影响日常生活的许多方面，包括工作面试，医患对话和团队项目。每个量角器设置都包括一组特定的交互详细信息，例如眼神接触和手势，对于这些细节，对距离和相对方向的准确监视至关重要。

负责这项研究的剑桥大学计算机科学与技术系的塞西莉亚·马斯科洛教授说：“利用隐形光来确定某人在社交场合中的角色和态度的能力，对关注他们如何沟通的个人和组织产生了深远的影响。”

身体语言已经通过视频会议，录音和纸质问卷得到了普遍的研究。与新的基于光的系统相比，这些方法可能需要侵入性摄像头，需要复杂的基础架构支持，并给用户带来沉重负担。

达特茅斯(Dartmouth)的合著者Xia Zhou说：“我们的系统是与现有方法的关键偏离。” “仅使用红外光就能精确地感应到身体距离和相对角度的能力提供了巨大的优势，并且可以加深对肢体语言在社交互动中的作用的理解。”

量角器是一种轻巧，可穿戴的标签，类似于带有挂绳或夹子的出入证件。该设备通过使用来自光电二极管的近红外光来以细粒度测量非语言行为。光技术以电视遥控器中常用的波长工作。

在为装置设置红外线之前，研究小组还考虑了超声波和射频。除了总体精度外，红外线还很有利，因为光线无法穿透人体，从而确保了对面对面互动的精确感测。近红外光也是人眼无法察觉的，并且可以保持感应不引人注目。

尽管非常适合测量肢体语言，但研究团队需要纠正用户的手或衣服何时可能暂时遮挡光通道的问题。他们通过设计利用惯性传感器的算法来解决光跟踪结果缺失的问题。

在演示该系统时，研究人员还必须设计一种方法，使传感器能够准确识别参与者并限制功耗。

“通过调制来自每个量角器标签的光以对标签ID进行编码，每个标签都可以弄清楚哪些人正在参与。为了提高能源效率，我们还根据具体情况调整发光信号的频率。

为了研究该技术的有效性，该团队使用量角器标签跟踪了一个称为“棉花糖挑战”的问题解决小组任务中的非语言行为。在此任务中，由四名成员组成的团队在18分钟的时间内构建了一个结构，该结构可以使用胶带，细绳和少量面条支撑棉花糖。

剑桥大学的研究人员亚历山德罗·蒙塔纳里(Alessandro Montanari)表示：“除了简单地使用标签观察肢体语言外，我们还确定了每个小组成员正在执行的任务，并通过记录的肢体角度和距离测量来描绘出建筑过程中的每个阶段。”

在对64位参与者的研究中，量角器在估计交互距离时实现了1到2英寸的平均误差，并且在测量相对身体方位的时间中有95%的误差小于6度。该系统还允许研究人员以接近85%的准确度评估挑战中个人的任务角色，同时以93%以上的准确度识别建筑过程中的各个阶段。

根据研究团队的说法，该系统不仅将支持社会研究，而且还可能在采访和其他交互过程中提供实时反馈。培训师，主管和团队协作者可以利用这些发现更好地了解团队动态，并在针对问题的激烈讨论中进行干预，以实现更高的创造力。

量角器还可以根据一项研究表明，文化背景会影响人们与他人合作时的思维，感觉和行为方式，来帮助研究文化对肢体语言的影响-这是当今高度国际化的工作场所的重要特征。

马斯特里赫特大学和诺丁汉大学的研究人员也为这项研究做出了贡献。

标签： 读取肢体语言