JP2022032480A - 会議評価装置、うなずき検出装置、会議評価システム、及び会議評価プログラム - Google Patents
会議評価装置、うなずき検出装置、会議評価システム、及び会議評価プログラム Download PDFInfo
- Publication number
- JP2022032480A JP2022032480A JP2020136316A JP2020136316A JP2022032480A JP 2022032480 A JP2022032480 A JP 2022032480A JP 2020136316 A JP2020136316 A JP 2020136316A JP 2020136316 A JP2020136316 A JP 2020136316A JP 2022032480 A JP2022032480 A JP 2022032480A
- Authority
- JP
- Japan
- Prior art keywords
- conference
- evaluation
- participant
- nodding
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 158
- 238000001514 detection method Methods 0.000 title claims abstract description 83
- 230000033001 locomotion Effects 0.000 claims abstract description 98
- 230000005484 gravity Effects 0.000 claims description 22
- 230000008859 change Effects 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000012854 evaluation process Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 36
- 238000010586 diagram Methods 0.000 description 16
- 230000000694 effects Effects 0.000 description 7
- 238000013441 quality evaluation Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000000034 method Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000001228 spectrum Methods 0.000 description 5
- 230000002996 emotional effect Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 230000003213 activating effect Effects 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004886 head movement Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 238000000585 Mann–Whitney U test Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 239000011449 brick Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】会議参加者に意識させることなく、会議の知的生産性を評価し得る会議評価装置、うなずき検出装置、会議評価システム及び会議評価プログラムを提供する。【解決手段】会議評価システム100において、会議評価装置20は、検出部22aと評価部22bとを備える。検出部22aは、会議に参加する複数の参加者それぞれについて、参加者が会議の間にうなずき動作を行ったタイミングを含むうなずき情報を取得する。評価部22bは、検出部22aで取得された参加者ごとのうなずき情報に基づいて、会議における知的生産性を定量的に評価し、評価結果を示す評価情報を出力する。【選択図】図1
Description
本発明は、会議評価装置、うなずき検出装置、会議評価システム、及び会議評価プログラムに関する。
従来より、会議等における画像や音声等に基づいて会議に対する参加者の貢献度や会議の質を評価する技術が提案されている。例えば、下記特許文献1に記載の会議品質評価装置は、会議中の出席者をカメラで撮影するとともに、会議中の音声をマイクロフォンで取得する。この会議品質評価装置は、撮影された画像から出席者の姿勢(居眠り状態、行動状態)を評価するとともに、マイクロフォンで取得した音声から出席者の発言状態(感情発言(良)、感情発言(悪)、発言無し状態、独占発言)を評価する。そして、会議品質評価装置は、出席者の姿勢と発言状態の評価結果に基づいて、会議全体の質を評価する。
上記特許文献1に記載の会議品質評価装置は、発言評価を行うために会議中の音声が必要となる。また、会議品質評価装置における姿勢評価は、居眠り状態と行動状態のいずれかであり、発言評価は、感情発言(良)、感情発言(悪)、発言無し状態、独占発言のいずれかである。つまり、この会議品質評価装置は、会議に取り組む出席者の態度を評価する。そのため、この会議品質評価装置で評価される会議の質は、会議の進行状態や雰囲気を評価したものとなる。しかしながら、会議では、会議中にアイデアや創意工夫等が生じているか、すなわち、会議において知的生産性が高められているかどうかが重要であり、会議における知的生産性を評価することが望まれる。そして、会議中の知的生産性の評価は、参加者が意識することなく、自然に行われることが好ましい。
本発明は、上記課題に鑑みてなされたものであり、会議参加者に意識させることなく、会議の知的生産性を評価し得る技術を提供することを目的とする。
本発明に係る会議評価装置は、取得部と評価部とを備える。取得部は、会議に参加する複数の参加者それぞれについて、参加者が会議の間にうなずき動作を行ったタイミングを含むうなずき情報を取得する。評価部は、取得部で取得された参加者ごとのうなずき情報に基づいて、会議における知的生産性を定量的に評価し、評価結果を示す評価情報を出力する。
本発明に係るうなずき検出装置は、荷重情報取得部、検出部、通信部、及び出力部を備える。荷重情報取得部は、会議の参加者が着座する座面にかかる荷重の変化を示す荷重情報を取得する。検出部は、参加者ごとの荷重情報に基づいて、参加者ごとの座面にかかる全荷重及び重心の位置の少なくとも一方を算出し、参加者ごとの算出結果に基づいて、会議における各参加者のうなずき動作及びうなずき動作のタイミングを検出する。通信部は、会議における知的生産性を評価する会議評価装置と通信を行う。出力部は、検出部で検出された参加者ごとの検出結果を含むうなずき情報を、通信部を介して出力する。
本発明に係る会議評価システムは、体動検出装置と、体動検出装置と通信接続された会議評価装置とを備える。体動検出装置は、体動検出部と出力部とを備える。体動検出部は、会議に参加する複数の参加者それぞれの体動を検出する。出力部は、参加者ごとの体動の変化を示す体動情報を会議評価装置に出力する。会議評価装置は、取得部と、うなずき検出部と、評価部とを備える。取得部は、体動検出装置から出力された参加者ごとの体動情報を取得する。うなずき検出部は、取得部で取得された参加者ごとの体動情報に基づき、会議中における各参加者がうなずき動作を行ったタイミングを検出する。評価部は、うなずき検出部で検出された参加者ごとのうなずき動作のタイミングに基づいて、会議における知的生産性を定量的に評価し、評価結果を示す評価情報を出力する。
本発明に係る会議評価プログラムは、コンピュータに会議評価処理を実行させる会議評価プログラムである。会議評価処理は、会議に参加する複数の参加者それぞれのうなずき動作のタイミングを示すうなずき情報を取得するステップと、取得した複数の参加者のうなずき情報に基づいて、会議における知的生産性を定量的に評価し、評価結果を示す評価情報を出力するステップとを含む。
本発明の会議評価装置、うなずき検出装置、会議評価システム、及び会議評価プログラムによれば、会議参加者に意識させることなく、会議の知的生産性を評価することができる。
以下、本発明の実施形態について、図面を参照しながら説明する。なお、図中、同一又は相当部分については同一の参照符号を付して説明を繰り返さない。
図1は、本実施形態に係る会議評価システム100の構成を示す図である。図1に示すように、会議評価システム100は、複数の椅子10(10A~10C)と、会議評価装置20とを備える。会議評価システム100は、椅子10A~10Cに会議の参加者が着座し、会議中の各参加者の体動、特に、各参加者がうなずく動作(以下、うなずき動作)に基づいて、会議評価装置20により会議を評価する。本実施形態において、会議の評価は、会議内容や会議の参加者に対する評価を含む。会議内容の評価は、会議における知的生産性の評価、すなわち、参加者による知的生産活動(アイデアの創出、創意工夫の発揮、及び会話の活性化等)の評価を含む。なお、本実施形態では、3つの椅子10A~10Cを用いる場合を説明するが、椅子10の数は少なくとも2つ以上であればよい。つまり、会議の参加者は少なくとも2人以上であればよい。以下、会議評価システム100の構成について具体的に説明する。
(椅子10)
椅子10A~10Cは、同じ構成を有する。以下、椅子10A~10Cを区別しないときは椅子10と記載する。図2Aは、図1に示す椅子10の全体構成を表した模式図である。
椅子10A~10Cは、同じ構成を有する。以下、椅子10A~10Cを区別しないときは椅子10と記載する。図2Aは、図1に示す椅子10の全体構成を表した模式図である。
図2Aに示すように、椅子10は、座面11、背もたれ12、板状部材13及び14、荷重検出装置(体動検出装置の一例)15、脚部16、及びカバー部17を備える。
座面11は背もたれ12と連結されている。板状部材13、14は、座面11の裏面側に設けられている。板状部材13は、座面11の裏面と接触する。板状部材14は、板状部材13の下方(Z軸負方向)に設けられ、板状部材13と離間して配置されている。カバー部17は、板状部材14の下面及び脚部16の上端と連結されている。カバー部17は、脚部16側に凹んだ凹状を有し、カバー部17と板状部材14との間に空間が形成されている。
図2Bは、図2Aに示す荷重検出装置15の構成を示すブロック図である。図2Bに示すように、荷重検出装置15は、荷重検出部(体動検出部の一例)151と、制御部152、及び通信部153を含む。
荷重検出部151は、図2Aに示すように、板状部材13と板状部材14との間に挟持される。荷重検出部151は、複数の圧力センサで構成されている。複数の圧力センサは、例えば歪みゲージ式フォースセンサであり、座面11にかかる荷重を示す電気信号を出力する。つまり、荷重検出部151は、椅子10に着座する参加者の体動の変化を示す体動情報を出力する。本実施形態では、荷重検出部151は、例えば4つの圧力センサ(151a~151d)を含むが、圧力センサの数は4つに限定されない。圧力センサは少なくとも3つ以上であればよい。
図2Cは、荷重検出部151における圧力センサ151a~151dの配置を示す平面図である。図2Cに示すように、板状部材14は矩形形状を有する。圧力センサ151a~151dはそれぞれ、板状部材14の上面の四隅に配置されている。本実施形態において、圧力センサ151aと圧力センサ151bとの間、及び、圧力センサ151cと圧力センサ151dとの間の距離LXは、約13cmである。また、圧力センサ151aと圧力センサ151dとの間、及び圧力センサ151bと圧力センサ151cとの間の距離LYは、約12cmである。なお、距離LX及びLYの長さは一例であり、これに限定されない。
図2Bに戻り、制御部152は、例えばマイコンで構成される。制御部152は、圧力センサ151a~151d及び通信部153と電気的に接続されている。制御部152は、メモリに記憶された所定の制御プログラムをCPU(Central Processing Unit)が実行することにより出力部1521として機能する。出力部1521は、圧力センサ151a~151dから出力される各電気信号に所定の信号処理を施したデジタル信号(以下、体動情報Wa~Wd)を通信部153へ出力する。
通信部153は、会議評価装置20との間で通信を行う。本実施形態において、通信部153は、例えばブルートゥース(Bluetooth(登録商標))の通信規格に準拠した通信インタフェースである。通信部153は、会議評価装置20との間でペアリングを行い、出力部1521から出力された圧力センサ151a~151dの体動情報Wa~Wdを会議評価装置20へ送信する。
(会議評価装置20)
図1に戻り、会議評価装置20の構成について説明する。会議評価装置20は、例えばPC(Personal Computer)で構成される。会議評価装置20は、通信部21、制御部22、記憶部23、操作受付部24、及び表示部25を含む。以下、各部について説明する。
図1に戻り、会議評価装置20の構成について説明する。会議評価装置20は、例えばPC(Personal Computer)で構成される。会議評価装置20は、通信部21、制御部22、記憶部23、操作受付部24、及び表示部25を含む。以下、各部について説明する。
記憶部23は、例えばHDD(ハードディスクドライブ)で構成される。記憶部23は、制御部22の制御の下、各種データを記憶する。
操作受付部24は、例えばキーボードやマウス等の入力操作子であり、ユーザによる操作を受け付け、受け付けた操作を示す信号を制御部22へ出力する。
表示部25は、例えば、液晶ディスプレイや有機ELディスプレイ等で構成される。表示部25は、制御部22の制御の下、各種画像を表示する。
通信部21は、椅子10A~10Cのそれぞれとの間で通信を行う。本実施形態において、通信部21は、例えばブルートゥース(Bluetooth(登録商標))の通信規格に準拠した通信インタフェースである。通信部21は、椅子10A~10cごとに体動情報Wa~Wdを取得し、取得した椅子10A~10Cごとの体動情報Wa~Wdを制御部22へ出力する。
制御部22は、CPUとメモリ(ROM(Read Only Memory)及びRAM(Random Access Memory)とを含む。制御部22は、CPUが、ROMに予め記憶された会議評価プログラムを実行することにより、制御部22と接続された各部を制御し、検出部(取得部、うなずき検出部の一例)22a及び評価部22bとして機能する。
検出部22aは、通信部21から出力された椅子10A~10Cごとの体動情報Wa~Wdに基づいて、椅子10A~10Cごとに、着座した参加者のうなずき動作及びそのタイミングを検出する。
具体的には、検出部22aは、まず、椅子10A~10Cごとに、体動情報Wa~Wdに基づいて、座面11にかかる全荷重WT及び重心Pの位置をそれぞれ求める。重心Pは以下の方法によって求められる。
図3は、本実施形態における体動情報Wa~Wdと重心Pとの関係を示す図である。重心Pは、図3に示すように、点Q1と点Q3とを結ぶ線分と、点Q2と点Q4とを結ぶ線分との交点である。点Q1は、圧力センサ151aの中心と、圧力センサ151bの中心とを結ぶ線分上の点であって、以下の式(1)を満たす点である。
L1:L2=Wb:Wa ・・・(1)
距離L1は、圧力センサ151aの中心と点Q1との間の距離であり、距離L2は、圧力センサ151bの中心と点Q1との間の距離である。
L1:L2=Wb:Wa ・・・(1)
距離L1は、圧力センサ151aの中心と点Q1との間の距離であり、距離L2は、圧力センサ151bの中心と点Q1との間の距離である。
同様にして、点Q2~Q4の各位置が、圧力センサ151a~151dの出力結果に応じて求められる。つまり、点Q1~Q4の各位置は、体動情報Wa~Wdの大きさによって変化する。
点Q1~Q4及び重心Pの位置は、圧力センサ151a~151dにおいて、X軸方向とY軸方向にそれぞれ隣接する圧力センサの中心を結ぶ4つの線分La~Ldによって形成される長方形の中心Rを原点とするXY座標面の座標で表される。つまり、XY座標面のX軸及びY軸は、中心Rを通り、互いに直交する。以下、重心PのX座標及びY座標をそれぞれ重心P(X)、重心P(Y)と記載する。
検出部22aは、椅子10A~10Cごとに、全荷重WT及び重心P(X)、P(Y)のそれぞれの波形について、所定区間単位にFFT(Fast Fourier Transform)分析を行い、全荷重WT及び重心P(X)、P(Y)のパワースペクトル(Pw(f)、Px(f)、Py(f))を生成する。
図4Aは、FFT分析前の全荷重WTの波形を例示した図である。図4Aにおける横軸は時間軸tであり、縦軸は全荷重WTの測定値を示している。TPm(1≦m≦M、m及びMは整数)で表された区間は、FFT分析の対象となる区間、すなわち、上記した所定区間である。所定区間TPmは、サンプリング間隔Δtを有する複数のフレームを含む。本実施形態におけるΔtは0.05sであり、所定区間TPmには64フレームが含まれている。つまり、所定区間TPmには64個の測定点MPが含まれ、所定区間TP長さは約3sである。
図4Bは、FFT分析における所定区間TPmと測定点MPとの関係を示す図である。図4Bに示すように、所定区間TPmは、測定点MPを1個ずつ時間軸t方向にずらして設定される。なお、図示を省略するが、重心P(x)及びP(Y)の波形についても、全荷重WTと同様に、各波形に対して所定区間TPmが設定される。
検出部22aは、椅子10A~10Cごとに、うなずき動作がなされたフレームを特定し、特定したフレームをうなずき動作がなされた区間(以下、うなずき区間)として設定する。具体的には、検出部22aは、椅子10A~10Cについて、フレームごとに、うなずき動作に相当する特定の周波数成分の大きさを算出する。つまり、検出部22aは、所定フレーム区間における各フレームを対象フレームとし、対象フレームに対応するパワースペクトルにおいて、特定の周波数成分の大きさを算出する。そして、検出部22aは、算出した周波数成分の大きさから、機械学習等を用いて、対象フレームがうなずき区間か否かを判断する。すなわち、対象フレームに対応する3つのパワースペクトルにおいて、特定の周波数成分が一定程度含まれている場合、対象フレームはうなずき区間であると判断される。
うなずき区間は、参加者ごとのうなずき動作のタイミングを示すうなずき情報の一例である。つまり、検出部22aは、参加者ごとにうなずき区間を設定することによって、会議における参加者ごとのうなずき情報を取得する。
また、本実施形態において、特定の周波数成分は1.5Hz以上、6.0Hz未満が好ましい。その理由は以下の通りである。図5は、1回のうなずき動作にかかる時間の実験結果を示すグラフである。図5において、横軸は1回のうなずき動作にかかった時間(うなずき動作時間)を示し、縦軸は、うなずき動作時間ごとのうなずき動作の数を示している。図5に示すように、実験に用いた全うなずき動作のうちの約96%が1回のうなずき動作に0.17秒から0.57秒かかっていることが分かった。よって、本実施形態では、うなずき動作に相当する特定の周波数成分として1.5Hz以上、6.0Hz未満の周波数が用いられている。
図1に戻り、評価部22bは、検出部22aで特定された椅子10A~10Cごとのうなずき区間に基づいて知的生産性を示すスコア(以下、知的生産性スコア)を設定し、記憶部23に記憶させる。また、評価部22bは、知的生産性スコアに基づく評価情報を生成して表示部25に表示させ、生成した評価情報を記憶部23に記憶させる。
本実施形態における知的生産性スコアの算出例を以下に説明する。図6Aは、図1に示す各椅子10A~10Cのうなずき区間を例示した模式図である。図6Aにおける1つのマス目は1フレームを示しており、斜線で網掛けされたフレームがうなずき区間である。
図6Aにおいて、n番目のフレームF(n)は、知的生産性スコアの評価対象フレームである。評価対象フレームは、ユーザが操作受付部24を介して入力した時間を基に設定されてもよいし、全フレームが評価対象フレームとして予め設定されていてもよい。
また、評価部22bは、評価対象フレームF(n)を挟む複数のフレーム区間を評価区間として設定する。本実施形態では、図6Aに示すように、評価対象フレームF(n)の前後それぞれ13フレームを含む27フレームが評価区間として設定される。なお、評価区間として設定されるフレーム数は、これに限定されない。例えば、ユーザが操作受付部24を介して評価区間の長さ(フレーム数)を任意に設定してもよい。
評価部22bは、評価区間において、椅子10A~10Cにおけるうなずき区間が重複するフレームを特定する。具体的には、図6Aにおいて、太枠で示したフレームは、椅子10A~10Cのうち少なくとも2つの椅子に対応するうなずき区間が重複するフレームである。つまり、この例では、少なくとも2人以上の参加者がうなずき動作を行った箇所のフレームが評価部22bによって特定される。
通常、会議中の誰かの発言に対して同意、肯定、及び同調する場合等にうなずく仕草が行われやすい。例えばブレーンストーミングの際にうなずいた人数が多いほど、そのうなずき動作の前にアイデアが創出されている可能性が高い。そのため、本実施形態では、2人以上がうなずき動作を行った箇所のフレームが評価部22bによって特定される。なお、評価部22bによって特定されるフレームは、2人以上がうなずき動作を行った箇所のフレームに限定されない。評価部22bは、少なくとも1人がうなずき動作を行った箇所のフレームを特定してもよいし、3人がうなずき動作を行った箇所のフレームを特定してもよい。
評価部22bは、評価区間において、2人以上がうなずき動作を行った箇所のフレームの数をカウントした値を、評価対象フレームの知的生産性スコアとして算出する。つまり、図6Aに示すうなずき区間の例の場合、太枠で示したフレームの総数「19」が評価対象フレームF(n)の知的生産性スコアとして算出される。
なお、全フレームについて知的生産性スコアを算出する場合、評価部22bは、フレームF(n)の知的生産性スコアを算出した後、フレームF(n+1)を評価対象フレームとし、フレームF(n)と同様に、単位評価区間におけるうなずき区間が重複している箇所のフレームの数をカウントする。
評価部22bは、知的生産性スコアを示す評価情報として、評価対象フレームごとの知的生産性スコアを表示部25に表示する。図6Bは、本実施形態における評価情報の一例を示すグラフである。図6Bにおいて、横軸は時間軸t、縦軸は時間ごとの評価値、すなわち知的生産性スコアを示している。図6Bに示すように、会議の時間経過に沿って知的生産性スコアが表示されることにより、知的生産性スコアが高くなっている時間帯に、アイデア等が創出されたり、参加者が同調するような発言が生じたりしている可能性が高いことが分かる。なお、アイデアの発生とうなずき動作との関係は発明者による実験によって検証されている。以下、その検証結果について説明する。
(検証結果)
本実験では、アイデアの発生時にうなずき動作が多く発生するか否かの検証を行った。具体的には、5つのグループ(6人/グループ)それぞれが、同じ課題(例えば、レンガ1個の使い方を挙げる)についてブレーンストーミングを15分間行い、アイデア発生のタイミング周辺においてうなずき動作が多く発生しているのか否かを検証した。なお、本実験の際、各グループにおけるブレーンストーミングを撮影し、撮影データを基に、実際にアイデアが発生したタイミング、アイデアの内容等が記録された。そして、ブレーンストーミングの間において、“アイデアが発生した箇所の群G1”、“アイデアが発生していないが会話を行っている箇所の群G2”、及び“会話を行っていない箇所の群G3”に分け、各群における該当区間のうなずいた人数を基に得点をつけ、各群の得点を比較した。群G1における該当区間は、アイデア発生タイミングの前後それぞれ10秒間のフレームである。また、群G2における該当区間は、アイデアが発生していないが会話があったタイミングの前後それぞれ10秒間のフレームである。群G3における該当区間は、アイデア及び会話がないタイミングの前後それぞれ10秒間のフレームである。なお、この実験において、5つのグループのアイデアの総数は169個であった。そのため、群G1は、アイデアが発生した169箇所の前後10秒間のフレームを該当区間とし、群G2及び群G3は、群G1と同様に169箇所の前後10秒間のフレームを該当区間とした。
本実験では、アイデアの発生時にうなずき動作が多く発生するか否かの検証を行った。具体的には、5つのグループ(6人/グループ)それぞれが、同じ課題(例えば、レンガ1個の使い方を挙げる)についてブレーンストーミングを15分間行い、アイデア発生のタイミング周辺においてうなずき動作が多く発生しているのか否かを検証した。なお、本実験の際、各グループにおけるブレーンストーミングを撮影し、撮影データを基に、実際にアイデアが発生したタイミング、アイデアの内容等が記録された。そして、ブレーンストーミングの間において、“アイデアが発生した箇所の群G1”、“アイデアが発生していないが会話を行っている箇所の群G2”、及び“会話を行っていない箇所の群G3”に分け、各群における該当区間のうなずいた人数を基に得点をつけ、各群の得点を比較した。群G1における該当区間は、アイデア発生タイミングの前後それぞれ10秒間のフレームである。また、群G2における該当区間は、アイデアが発生していないが会話があったタイミングの前後それぞれ10秒間のフレームである。群G3における該当区間は、アイデア及び会話がないタイミングの前後それぞれ10秒間のフレームである。なお、この実験において、5つのグループのアイデアの総数は169個であった。そのため、群G1は、アイデアが発生した169箇所の前後10秒間のフレームを該当区間とし、群G2及び群G3は、群G1と同様に169箇所の前後10秒間のフレームを該当区間とした。
図7は、うなずきと知的生産性との関係を検証した実験結果を示す表である。図7において、うなずき人数(H)は、各グループにおけるうなずいた参加者の人数であり、各群の得点をつける際の条件である。つまり、H=1の場合、各群において1人以上がうなずいたフレームを得点の対象とする。H=2の場合、各群において2人以上がうなずいたフレームを得点の対象とする。また、H=3の場合、各群において3人以上がうなずいたフレームを得点の対象とする。
平均スコアは、グループごとの各群の該当区間におけるフレームについて、うなずいた人数に応じて付与した得点の合計をそれぞれの群の該当区間数「169」で除算した平均値である。より具体的には、例えば、H=1の場合の群G1の平均スコアは、各グループについて、アイデアが発生したタイミングの前と後の各10秒間のフレームにおいて、1人以上がうなずいたフレームの数を合計した値を該当区間数(=169)で除算した値である。H=2の場合の群G1の平均スコアは、アイデアが発生したタイミングの前と後の各10秒間のフレームにおいて、2人以上がうなずいたフレームの数を合計した値を該当区間数(=169)で除算した値である。また、H=3の場合の群G1の平均スコアは、アイデアが発生したタイミングの前と後の各10秒間のフレームにおいて、3人以上がうなずいたフレームの数を合計した値を該当区間数(=169)で除算した値である。群G2及び群G3の平均スコアも、群G1と同様にして算出された値である。
図7に示すように、うなずき人数(H)が1~3のいずれの場合においても、平均スコアは群G2及びG3に比べて群G1が大きくなっており、アイデアが無く会話だけを行っているときよりもアイデアが発生したときの方がうなずき動作が多くなっている。
p値は、ウィルコクソンの順位和検定を用いて群G1の平均スコアと、群G2及び群G3の平均スコア値とを比較した結果を示す値である。p値が小さいほど、群G1は、群G2及びG3に対して有意差があると言える。
図7に示すように、うなずき人数(H)が1~3のいずれの場合もp値は1%以下であり、群G1は、群G2及び群G3に対して十分に有意差があることが分かる。つまり、この実験結果によって、アイデアの発生時、すなわち知的生産活動が発揮されたときに、うなずき動作が多く発生することが検証された。よって、会議における各参加者のうなずき動作から、会議において知的生産活動がどの程度発揮されているか、すなわち会議における知的生産性を評価することができる。
(動作)
ここで、会議評価装置20の動作について説明しておく。図8は、本実施形態における会議評価装置20の会議評価処理を示す動作フローである。
ここで、会議評価装置20の動作について説明しておく。図8は、本実施形態における会議評価装置20の会議評価処理を示す動作フローである。
会議評価装置20は、椅子10A~10Cごとの体動情報を取得する(ステップS11)。より具体的には、会議評価装置20は、操作受付部24を介したユーザ操作に応じて、通信部21により、椅子10A~10Cにおける各荷重検出装置15から体動情報Wa~Wcを時系列に取得し、取得した体動情報Wa~Wcを記憶部23に記憶する。
会議評価装置20は、検出部22aにより、椅子10A~10Cごとの体動情報Wa~Wcに基づいて、各椅子10A~10Cにかかる全荷重WT及び重心P(X)、P(Y)の各波形を生成する(ステップS12)。
続いて、会議評価装置20は、椅子10A~10Cごとの全荷重WT及び重心P(X)、P(Y)の各波形に基づいてうなずき区間を設定する(ステップS13)。
具体的には、会議評価装置20は、検出部22aにより、椅子10A~10Cごとの全荷重WT及び重心P(X)、P(Y)の各波形に対して所定区間TPmごとにFFT分析を行い、パワースペクトルを生成する。
その後、検出部22aは、椅子10A~10Cごとに、各フレームを対象フレームとし、対象フレームに対応する各パワースペクトルにおいて、うなずき動作に相当する特定の周波数成分の大きさを算出する。そして、検出部22aは、機械学習等により、算出した特定の周波数成分の大きさから、対象フレームがうなずき区間か否か判断する。
次に、会議評価装置20は、椅子10A~10Cごとのうなずき区間に基づき、設定された評価区間における知的生産性スコアを算出する(ステップS14)。具体的には、評価部22bにより、評価区間における椅子10A~10Cの各フレームにおいてうなずき区間が重複するフレームを特定し、特定したフレームの数の合計値を知的生産性スコアとする。
会議評価装置20は、評価区間に対して算出した知的生産性スコアを出力する(ステップS15)。具体的には、評価部22bにより、例えば、算出した知的生産性スコアの値を表示部25に表示させてもよいし、図6Bに示すように、会議の開始から終了までの知的生産性スコアの変化を示すグラフを表示部25に表示させてもよい。
上述した実施形態における会議評価システム100は、会議の参加者ごとに、各参加者のうなずき動作のタイミング(うなずき区間)に基づいて、会議における知的生産性スコアを所定時間ごとに算出し、知的生産性スコアを示す評価情報を表示する。つまり、会議中の各参加者のうなずき動作及びそのタイミングに基づいて、会議での知的生産活動(アイデアの創出、創意工夫の発揮、及び会話の活性化等)が定量的に評価される。よって、会議中又は会議後において、会議の主催者や参加者等は、知的生産性スコアを示す評価情報から会議の内容が参加者にとって有意義なものであるか否かを確認することができる。
また、上述した実施形態における知的生産性の評価は、会議中の参加者の音声や画像を必要とせず、会議中の参加者の自然なうなずき動作のみに基づいて行われる。そのため、参加者に意識させることなく、会議における知的生産活動を評価することができる。
また、図6Bに示す評価情報のように、会議の経過時間に沿って知的生産性スコアが表示されることにより、会議の主催者や参加者等は、会議中のどのタイミングで知的生産活動が発揮されているか、また、知的生産活動がどの程度活発化しているかを一目で確認することができる。
以上、図面を参照しながら本発明の実施形態について説明した。ただし、本発明は、上記の実施形態に限られるものではなく、その要旨を逸脱しない範囲で種々の態様において実施することが可能である。図面は、理解しやすくするために、それぞれの構成要素を主体に模式的に示しており、図示された各構成要素の厚み、長さ、個数等は、図面作成の都合上から実際とは異なる。また、上記の実施形態で示す各構成要素の形状、寸法等は一例であって、特に限定されるものではなく、本発明の構成から実質的に逸脱しない範囲で種々の変更が可能である。以下、実施形態の変形例について説明する。
(変形例)
(1)うなずき動作の検出方法は上述した実施形態の方法に限定されない。例えば、全荷重WT及び重心P(X)、P(Y)の波形のうち、少なくとも1つの波形における単位時間の変動量が、予め設定された変動量の範囲内である場合、その単位時間にうなずき動作がなされたものとしてうなずき区間が設定されてもよい。
(1)うなずき動作の検出方法は上述した実施形態の方法に限定されない。例えば、全荷重WT及び重心P(X)、P(Y)の波形のうち、少なくとも1つの波形における単位時間の変動量が、予め設定された変動量の範囲内である場合、その単位時間にうなずき動作がなされたものとしてうなずき区間が設定されてもよい。
また、例えば各参加者の頭部の動きの変化を検出し、各参加者の頭部の動きの変化に基づいて各参加者のうなずき動作を検出してもよい。具体的には、例えば、各参加者は、加速度センサが設けられたヘッドフォンを頭部に装着した状態で会議を行う。会議評価装置20の通信部21は、参加者ごとの加速度センサの出力結果を取得する。検出部22aは、通信部21で取得した加速度センサの出力結果に基づいて、各参加者の単位時間ごとの頭部の動きの変化を検出する。検出部22aは、各参加者の単位時間の変動量が所定の変動量の範囲内であれば、その単位時間にうなずき動作がなされたものと判断してもよい。
又は、例えば会議中の参加者の様子を撮影し、撮影画像に基づいて各参加者のうなずき動作が検出されてもよい。具体的には、会議評価装置20の通信部21は、会議中の各参加者を撮影した撮影データを外部の撮像装置から取得する。検出部22aは、撮影データにおける単位時間ごとの各参加者の頭部の位置(座標)を特定し、頭部の位置の変化量が所定範囲内である場合、その単位時間にうなずき動作がなされたと判断してもよい。
(2)実施形態において、検出部22aにより、全荷重WT及び重心P(X)、P(Y)の波形を用いて、フレームごとにうなずき動作がなされたか否かを検出したが、全荷重WT及び重心P(X)、P(Y)の波形のうちの少なくとも1つを用いてうなずき動作がなされたか否かを検出してもよい。
(3)知的生産性スコアの算出方法は実施形態で示した算出方法に限定されない。評価区間において、うなずき区間が重なっているフレームをカウントする際、うなずいた人数に応じた係数をカウント数に乗算した知的生産性スコアを算出してもよい。つまり、実施形態の場合、図6Aにおいて、知的生産性スコアの算出対象となるフレームは、2人以上がうなずき動作を行ったフレームである。この場合、2人以上がうなずき動作を行ったフレームをカウントした値「19」に対し、うなずき人数「2人」に対応する係数α(例えばα≧1)を乗算してもよい。また、例えば、うなずき人数を「3人」とした場合、3人以上がうなずき動作を行ったフレームを知的生産性スコアの算出対象フレームとし、算出対象フレームの数をカウントした値に係数αよりも大きい係数β(例えばβ>α)を乗算してもよい。要は、知的生産性スコアの算出対象フレームを特定する際の条件となる「うなずき人数」に応じて異なる係数が、算出対象フレームの総数に乗算されればよい。このように構成した場合、知的生産性スコアの算出対象フレームの総数が同じであっても「うなずき人数」が多いほど、より高い知的生産性スコアが算出される。
(4)実施形態において、評価部22bは、参加者ごとのうなずき動作のタイミングとうなずき動作の長さに応じて、参加者の同調性を評価してもよい。具体的には、例えば、図6Aにおいて、うなずき区間が重複するフレームの長さが長いほど、参加者の同調性をより高く評価してもよい。参加者の誰かの発言等に対して他の参加者が強く同意等を行う場合、より深く、ゆっくりうなずいたり、連続してうなずきやすい。つまり、うなずき区間がより長く連続している箇所は、より強い同意等によってうなずき動作がなされた可能性が高い。よって、椅子10A~10Cの全てのうなずき区間が重複しているフレームの長さが長いほど、参加者全員が同調しているとして、そのフレーム区間に対してより高い同調性の評価を行ってもよい。
(5)また、実施形態において、評価部22bは、参加者ごとのうなずき動作のタイミングに基づいて参加者の会議への貢献度を評価してもよい。具体的には、例えば、椅子10A~10Cに着座した3人の参加者(以下、参加者A~C)のうち、参加者Aが発言したタイミングの後の所定時間(例えば10秒程度)の間に参加者B及びCがうなずき動作を行った回数が多いほど、参加者Aの貢献度をより高く評価してもよい。つまり、各参加者が発言したタイミングの後の所定時間に、発言した参加者以外の他の参加者がうなずき動作を行った回数が多いほど、発言した参加者の貢献度をより高く評価してもよい。また、評価部22bは、いずれかの参加者が発言したタイミングの後の所定時間の間にうなずき動作を行った他の参加者の人数が多いほど、発言した参加者の貢献度をより高く評価してもよい。
また、発言やアイデアが生じた後にうなずいた人数が多いほど、その発言やアイデアが各参加者によって高く評価されている可能性がある。評価部22bは、会議において発言やアイデアが発生したタイミングの後の所定時間内にうなずき動作を行った人数が多いほど、その発言やアイデアをより高く評価してもよい。また、評価部22bは、特定の参加者がうなずき動作を行ったタイミングの前の所定時間に生じた発言やアイデアに対してより高い評価を行ってもよい。特定の参加者は、例えばより高い発想力やアイデア創出力を有する者であることが好ましい。発想力やアイデア創出力がより高い参加者がうなずく発言やアイデアは、有効又は有用である可能性が高い場合があるからである。
(6)会議評価装置20は、図1に示した構成に限定されない。図9Aは、本変形例における会議評価装置の概略構成を示すブロック図である。図9Aにおいて、実施形態と同じ構成には実施形態と同じ符号が付されている。図9Aに示すように、本変形例における会議評価装置20Aは、通信部21及び検出部22aが設けられず、通信部211を備える点で実施形態における会議評価装置20と異なる。
会議評価装置20における通信部21及び検出部22aは、会議評価装置20Aとは別の外部装置(うなずき検出装置)に設けられてもよい。図9Bは、本変形例におけるうなずき検出装置の概略構成を示すブロック図である。以下、実施形態と異なる会議評価装置20A及びうなずき検出装置30の構成について説明する。
うなずき検出装置30は、通信部21、制御部32、及び出力部33を含む。通信部21は、椅子10A~10Cごとの体動情報Wa~Wdを取得する。本変形例において、通信部21は、荷重情報取得部の一例である。制御部32は、実施形態で説明した検出部22aを含む。出力部33は、通信部21とは異なる通信規格に準拠した通信インタフェースであり、有線又は無線により会議評価装置20Aと通信を行う。検出部22aは、取得した椅子10A~10Cごとの体動情報Wa~Wdに基づいて、会議における参加者のフレームごとのうなずき区間を設定し、椅子10A~10Cごとの各フレームのうなずき区間を示すうなずき情報を出力部33を介して会議評価装置20Aを出力する。
会議評価装置20Aにおける通信部211は、有線又は無線によりうなずき検出装置30と通信を行う通信インタフェースである。通信部211は、椅子10A~10Cごとにうなずき情報を取得するうなずき情報取得部の一例である。評価部22bは、通信部211で取得したうなずき情報に基づき、実施形態と同様に評価対象フレームに対する知的生産性スコアを算出し、算出結果を表示部25に出力する。
本発明は、複数人が参加する会議等における知的生産性の評価に利用することができる。
10、10A~10C :椅子
11 :座面
15 :荷重検出装置
20、20A :会議評価装置
21、153、211 :通信部
22、32 :制御部
22a :検出部
22b :評価部
30 :うなずき検出装置
33、1521 :出力部
100 :会議評価システム
151 :荷重検出部
151a~151d :圧力センサ
11 :座面
15 :荷重検出装置
20、20A :会議評価装置
21、153、211 :通信部
22、32 :制御部
22a :検出部
22b :評価部
30 :うなずき検出装置
33、1521 :出力部
100 :会議評価システム
151 :荷重検出部
151a~151d :圧力センサ
Claims (8)
- 会議に参加する複数の参加者それぞれについて、前記参加者が前記会議の間にうなずき動作を行ったタイミングを含むうなずき情報を取得する取得部と、
前記取得部で取得された前記参加者ごとの前記うなずき情報に基づいて、前記会議における知的生産性を定量的に評価し、評価結果を示す評価情報を出力する評価部と、
を備える会議評価装置。 - 前記評価部は、前記会議の間の少なくとも一部の時間を評価対象時間とし、前記評価対象時間を含む所定時間内に、前記うなずき動作を行った人数が多いほど前記評価対象時間に対する前記知的生産性をより高く評価する、請求項1に記載の会議評価装置。
- 前記うなずき情報は、前記うなずき動作を行ったタイミングにおける前記うなずき動作の長さを含み、
前記評価部は、前記参加者ごとの前記うなずき動作のタイミングと、前記うなずき動作の長さとに基づいて、前記うなずき動作のタイミングにおける前記複数の参加者の同調性を評価する、請求項1又は2に記載の会議評価装置。 - 会議の参加者が着座する座面にかかる荷重の変化を示す荷重情報を取得する荷重情報取得部と、
前記参加者ごとの前記荷重情報に基づいて、前記参加者ごとの前記座面にかかる全荷重及び重心の位置の少なくとも一方を算出し、前記参加者ごとの算出結果に基づいて、前記会議における各参加者のうなずき動作及び前記うなずき動作のタイミングを検出する検出部と、
前記検出部で検出された前記参加者ごとの検出結果を含むうなずき情報を会議評価装置に出力する出力部と、
を備えるうなずき検出装置。 - 体動検出装置と、
前記体動検出装置と通信接続された会議評価装置とを備え、
前記体動検出装置は、
会議に参加する複数の参加者それぞれの体動を検出する体動検出部と、
前記参加者ごとの前記体動の変化を示す体動情報を前記会議評価装置に出力する出力部と
を備え、
前記会議評価装置は、
前記体動検出装置から出力された前記参加者ごとの前記体動情報を取得する取得部と、
前記取得部で取得された前記参加者ごとの前記体動情報に基づき、前記会議中における各参加者がうなずき動作を行ったタイミングを検出するうなずき検出部と、
前記うなずき検出部で検出された前記参加者ごとの前記うなずき動作のタイミングに基づいて、前記会議における知的生産性を定量的に評価し、評価結果を示す評価情報を出力する評価部と
を備える会議評価システム。 - 前記体動検出部は、前記参加者ごとの前記体動の変化として、各参加者が着座する椅子の座面にかかる荷重の変化を検出し、
前記うなずき検出部は、前記参加者ごとの前記荷重の変化に基づいて、前記参加者ごとの前記座面にかかる全荷重及び重心の位置の変化の少なくとも一方を算出し、前記参加者ごとの算出結果に基づいて、前記参加者ごとの前記うなずき動作のタイミングを検出する、請求項5に記載の会議評価システム。 - 前記体動検出部は、前記参加者ごとの前記体動の変化として、各参加者の頭部の位置の変化を検出し、
前記うなずき検出部は、前記参加者ごとの前記頭部の位置の変化に基づいて、前記参加者ごとの前記うなずき動作のタイミングを検出する、請求項5に記載の会議評価システム。 - コンピュータに会議評価処理を実行させる会議評価プログラムであって、
前記会議評価処理は、
会議に参加する複数の参加者それぞれのうなずき動作のタイミングを示すうなずき情報を取得するステップと、
取得した前記複数の参加者の前記うなずき情報に基づいて、前記会議における知的生産性を定量的に評価し、評価結果を示す評価情報を出力するステップと
を含む、会議評価プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020136316A JP2022032480A (ja) | 2020-08-12 | 2020-08-12 | 会議評価装置、うなずき検出装置、会議評価システム、及び会議評価プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020136316A JP2022032480A (ja) | 2020-08-12 | 2020-08-12 | 会議評価装置、うなずき検出装置、会議評価システム、及び会議評価プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2022032480A true JP2022032480A (ja) | 2022-02-25 |
Family
ID=80349897
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020136316A Pending JP2022032480A (ja) | 2020-08-12 | 2020-08-12 | 会議評価装置、うなずき検出装置、会議評価システム、及び会議評価プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2022032480A (ja) |
-
2020
- 2020-08-12 JP JP2020136316A patent/JP2022032480A/ja active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gupta et al. | Measuring human trust in a virtual assistant using physiological sensing in virtual reality | |
Shockley et al. | Mutual interpersonal postural constraints are involved in cooperative conversation. | |
US20170201717A1 (en) | System and method for improving communication productivity | |
JP6863563B2 (ja) | ストレス評価システム | |
Zhao et al. | Intermanual apparent tactile motion on handheld tablets | |
JP6933076B2 (ja) | 制御装置、制御方法、プログラム及び制御システム | |
Chollet et al. | Perception of virtual audiences | |
Morita et al. | Relations between body motion and emotion: Analysis based on Laban Movement Analysis | |
JP2013008114A (ja) | 会議品質評価装置及び会議品質評価方法 | |
JPWO2020054415A1 (ja) | 情報処理装置、情報処理方法、及び、記録媒体 | |
JP2022032480A (ja) | 会議評価装置、うなずき検出装置、会議評価システム、及び会議評価プログラム | |
TWI642026B (zh) | 心理與行為狀態評量暨診斷方法及系統 | |
Novikova et al. | Emotionally expressive robot behavior improves human-robot collaboration | |
JP7081129B2 (ja) | 情報処理装置及びプログラム | |
JP6440157B2 (ja) | 会話評価装置、会話評価システム、及び、会話評価方法 | |
Cruz–Maya et al. | Adapting robot behavior using regulatory focus theory, user physiological state and task-performance information | |
Artiran et al. | Measuring social modulation of gaze in autism spectrum condition with virtual reality interviews | |
WO2022064621A1 (ja) | ビデオミーティング評価システム及びビデオミーティング評価サーバ | |
CN115279257A (zh) | 治疗自闭症谱系障碍相关受试者的扩展现实系统 | |
JP2019101872A (ja) | 情報処理装置、及びプログラム | |
JP7260826B2 (ja) | 学習装置および評価情報出力装置 | |
WO2022168973A1 (ja) | 学習装置および評価情報出力装置 | |
US20210295730A1 (en) | System and method for virtual reality mock mri | |
JP2006260095A (ja) | 講義支援システム、講義支援方法及び講義支援用コンピュータプログラム。 | |
JP2021099670A (ja) | 情報処理装置及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230703 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240327 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240416 |