학생의 주의력 수준을 감지하기 위한 인공 지능 기반 시스템

우리의 연구는 교실 환경에서 학생의 주의 수준을 측정하고 감지하기 위해 인공 지능을 사용하는 타당성을 탐구하는 데 중점을 둡니다. 우리는 맞춤형으로 개발된 알고리즘과 방법론이 수업 중 학생 참여를 효과적으로 평가할 수 있는지 조사하고 있습니다. 가장 최근의 접근 방식은 인공 지능을 기반으로 합니다.

특히 학습 알고리즘은 최첨단입니다. 이러한 종류의 알고리즘은 방대한 양의 데이터를 사용하여 내부 모델을 훈련시킨 다음 이미지를 분류하거나 사람의 포즈를 추정하거나 기타 여러 가지 흥미로운 작업을 수행하는 데 사용할 수 있습니다. 우리 연구에는 두 가지 주요 과제가 있습니다.

첫째, 해결해야 할 기술적 문제가 있습니다. 예를 들어, 장치를 설정하는 방법, 사진에서 움직임을 추정하는 방법, 포즈 및 접근 방식에서 고려하는 기타 매개변수가 있습니다. 그리고 모든 개인이 주의력 수준을 동일한 방식으로 표현하는지 여부가 불분명하기 때문에 주관적인 분기가 있습니다.

우리 시스템의 가장 큰 장점은 멀티모달 접근 방식을 사용한다는 것입니다. 얼굴 감정, 신체 자세, 머리 자세, 가속기 데이터 및 심박수 등 다양한 입력을 분석하여 주의 수준을 자동으로 분류합니다. 또한 우리의 방법은 인공 지능에 크게 의존하고 있으며, 이는 다른 관련 연구 분야에서 높은 성공을 거둔 것으로 보고되었습니다.