11:43 2020年02月25日
科技
縮短網址
0 01

據微信公眾號「機器之心」報道,一篇有關課堂監控技術的論文近日刊登在《IEEE Transactions on Visualization and Computer Graphics》上。

在論文中,來自香港科技大學、哈爾濱工程大學等機構的研究者提出了一種名為 EmotionCues 的系統。該系統主要關注如何記錄學生面部表情,並據此來分析學生在課堂上的情緒變化、注意力集中程度。


作者之一、香港科技大學計算機教授屈華民介紹說,這個系統

「為教師提供了一種更快速、更方便去衡量學生在課堂上參與度的方法。」

報道稱,這項研究的初衷是希望依靠該系統去監控學生在課堂上的情緒反饋,判斷學生在甚麼時候開始感到無聊,甚麼時候注意力更加集中,以此來提醒老師該如何改善課堂內容、提高授課質量。
報道中,研究團隊在兩間教室里對提出的系統進行了測試,一間教室是香港科技大學的學生,代表高校學生群體;另一間教室是日本某所幼兒園,代表低齡學生群體。

測試發現,這套視覺分析系統在檢測那些「明顯情緒」方面效果比較好,比如學習興趣較為強烈時的愉悅感。但系統對於「憤怒」或者「悲傷」等表情的解讀能力還是有所欠缺。學生們可能只是單純地專注於課堂內容本身,僅僅因為深入思考而皺了一下眉頭,卻容易被系統解讀為「憤怒」。

考慮到情緒識別可能沒那麼準確,研究者挑出了一些影響因素(如人臉大小、遮擋情況、圖像分辨率、照明情況等),並在系統中對它們進行了視覺編碼,以此判斷學生們的情感狀況。

這些影響因素可能在系統情緒分析中起到了比較關鍵的作用。研究者將這些因素整合到了系統分析流程之中,提供了更加豐富的交互功能來改進系統性能。

 

關鍵詞
人工智能, 技術, 機器人
社區公約討論