本講演では、多角的な視点から人物の行動を感知・理解するための、産業フレームワークについて紹介する。このフレームワークは、固定カメラや360度カメラといった従来の可視光カメラに加え、ミリ波センサーのような「見えない」技術を用いて、映像から得られる人物行動を分析する。さらに、大規模言語モデル（LLM）を活用し、情報量豊かな要約文章や報告書、短縮動画を自動生成する機能も備えている。本講演では、学術界と産業界の両方に大きく貢献してきた、このフレームワーク内の様々な研究成果を紹介する。本フレームワークは、実世界で生成されるデータを感知し、それを読みやすく、視覚化可能なデジタル形式に変換し、最終的にそのデータを解析して人物の行動を理解する、一連の最先端技術で構成されている。具体的には、従来のカメラ[MM'16, SIGGRAPH'16]、360度カメラ[MM'19, WACV'20, ICIP'21]、ミリ波センサー[MM'20]を用いたセンシング技術から、行動認識、物体追跡、人と物体の相互作用、シーン認識、行動パターン分析[ICMR'18]といった行動解析まで、幅広い領域における研究成果が含まれる。これらの技術により、人物行動を詳細に解釈するために必要なデータの抽出、可視化、要約が実現されている[MM'22, NarSUM'23, ICMR'24]。また、本講演では、インタラクティブなデモと興味深い洞察を交えながら、効果的な処理技術と効率的なアルゴリズムを採用した人物行動の感知と理解に関する概要を、一般の方にも分かりやすく紹介する。最後に、生成AI時代のさらなる行動理解に向けた課題と展望について聴講者の皆様に共有する。