Pipeline ibrida di stima dell'attenzione per l'interazione adattiva uomo-robot

Uno studio pubblicato su arXiv (2608.00284) esplora la stima ibrida dell'attenzione visiva per l'interazione uomo-robot, utilizzando una testa robotica espressiva dell'ecosistema InMoov. Questo approccio innovativo combina un rapido strato di percezione geometrica con un separato strato di percezione semantica che impiega un modello visione-linguaggio. Lo strato geometrico fornisce dati ad alta frequenza sulla posa del viso e della testa per regolazioni temporali, mentre lo strato semantico elabora i fotogrammi grezzi della telecamera egocentrica per generare etichette di attenzione contestuali, indicando l'attenzione sul robot, l'uso del telefono o altre distrazioni. Una macchina a stati finiti integra questi segnali per gestire comportamenti interattivi adattivi, come attivazione, attesa, ripresa dell'interazione e ritorno a riposo. Il sistema è stato valutato con 10 partecipanti in 40 prove, dimostrando un'avvio dell'interazione coerente in tutti gli scenari.