| 研究課題/領域番号 |
21K20224
|
|---|
| 研究種目 |
研究活動スタート支援
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
0109:教育学およびその関連分野
|
|---|
| 研究機関 | 名古屋国際工科専門職大学 |
|---|
研究代表者 |
中谷 広正 名古屋国際工科専門職大学, 工科学部, 教授 学部長 (80109131)
|
|---|
| 研究期間 (年度) |
2021-08-30 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
2022年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2021年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | オンライン授業 / 授業支援 / 顔画像 / 動作認識 / Online class / Teaching support / Attention level / Face detection / Gesture analysis / 表情認識 / 受講状況 / 授業改善 |
|---|
| 研究開始時の研究の概要 |
オンライン授業では時間的・空間的に自由度の高い学習が可能となる。ただ対面授業と比べてオンライン授業では多人数の理解度や集中度などをスクリーンから教員が認識するのは困難である。
本研究は画像処理技術を応用し受講生の表情・動作を解析して多人数の受講状況を認識する過程をコンピュータ上に実現することによって、オンライン授業を支援する環境を構築する。
さらにその応用として、授業の評価について定量化を図ると共に多数の評価実験でのデータを分析して、授業改善を支援する機能についても研究する。
|
| 研究成果の概要 |
オンライン授業では時間的・空間的に自由度の高い学習が可能となる。ただ対面授業と比べてオンライン授業では多人数の理解度や集中度などをスクリーンから教員が認識するのは困難である。
そこで本研究では、画像処理技術を応用し受講生の表情・動作を解析して多人数の受講状況を認識する過程をコンピュータ上に実現する方法について考察した。
そして、オンライン会議プラットフォーム上のスクリーンを監視することによって、受講生の注意力が維持されているかどうかを判定するオンライン授業支援システムを作成し、その有効性を示した。
|
| 研究成果の学術的意義や社会的意義 |
社会的意義：コロナ禍以前には２％に過ぎなかったオンライン授業が、感染拡大３ヶ月後には９８％までに急増し、コロナ禍後も常態化しつつある。ただ多人数の集中度などをスクリーンから教員が認識するのは対面授業と異なり困難である。受講状況を機械に認識させるという本成果はその課題解決に寄与する。
学術的意義：教員に負わされた受講状況の判断を機械に代替させるために、学生の表情や行動を認識する手法が研究されてきた。しかし、それらの研究では従来の対面授業を対象としたためオンライン環境への適用は困難である。オンライン授業に特化して、学生の集中度を測定するという本成果はその課題解決に寄与する。
|
