| 研究課題/領域番号 |
18K18168
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分62030:学習支援システム関連
|
|---|
| 研究機関 | 岡山大学 |
|---|
研究代表者 |
Yucel Zeynep 岡山大学, 自然科学研究科, 准教授 (20586250)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
2020年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2019年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2018年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
|
|---|
| キーワード | Engagement / Attention / Behavior / E-learning |
|---|
| 研究成果の概要 |
本研究は、ビデオ・データに基づいて学習者の集中力のレベルを自動的に認識することを目標とする。 研究の意義として、システムが集中力の低下を認識できれば、ユーザーの適切な支援が可能となることを考えられている。
集中力のレベルは眼の動きに現れることを示しました。 特に、まばたきの頻度およびまばたきの継続時間は集中力レベルと負の相関があり、眼の縦横比率および眼と画面の間の距離は集中力レベルと正の相関があると示した。 集中力のレベルと眼の動きの関係をモデル化し、集中力のレベル自動的に推定する方法を提案した。 集中力レベルが大きくなると、集中している確率のモデルに基づく推定値も増大していることを示した。
|
| 研究成果の学術的意義や社会的意義 |
学術的有意性：顔のランドマークが集中力レベルの優れた指標であることを示した。また,顔のランドマークを自動的推定のため使用できることも示した。
社会的重要性：最近、特にパンデミックによる 、eラーニングがより多くの人々によって使用されており、提案された方法を用いて、そのユーザーのパフォーマンスを向上させる可能性があると考えられている。
|
