學習狀態監測系統
指導老師:羅主斌 教授
專題學生:張芷瑄、呂孟璇 、張昱翎、 陳威吉、鄧安淇、陳文慈
背景
在科技進步下,學習的方式逐漸多樣化,除課堂的實體學習之外,許多的網路線上資源可供學習利用。特別是過去幾年在疫情下,各級學校紛紛利用線上視訊方式進行教學與學習。
目的
線上學習的缺點之一是在較缺乏互動之下,學習者容易不專心、打瞌睡…本專題嘗試建立線上學習監視系統,聚焦在睡意偵測,追求的三大主要功能: 偵測、記錄、提醒。
背景介紹
從人
近年來越來越看重學歷,讀大學已經成為基本門檻,父母都會將自己的小孩送去補習班、興趣班。由老師盯著小孩念書。但請注意!想一想在這種風氣下一個九年義務教育的學生一天有多少時間在學習?看圖表,可以發現幾乎占滿一半的時間。但這樣下課送補習班的方式真的可以提升小朋友的學習能力嗎?拿一千個國中生的成績進行分析可以發現補習科目上雖然有效果,但效果不大。有補習跟沒補習的孩子數學成績只差3分,而且對於學測總分的影響也非直線關係。其實在補習班是以一對多的方式督促學生,有的時候老師根本顧不上,花那麼多時間還是沒有用,重點在同學要有自發性專注的學習。
從物
在近年來疫情對於教育產業的影響非常大,從實體轉變為線上的過程中遇到許多的問題,像是右邊的圖表,我們可以看到學生在遠距的過程中,比起實體上課的效率還要來得差。線上上課就是在考驗同學的自主性,耍廢、分心、拖延都因為隔著一個網路而激增。近年來因此推出很多科技結合學習的產品陸續應用在生活中,像是中國那邊發行的智慧檯燈用來監督小孩學習,並且可以與家長或是教師線上互動提升小孩的讀書效率。或是有些學生在疫情下,為了督促自己學習就會去下載一些App。一對一的慢慢去培養同學唸書時的專注度變成一種趨勢,所以我們想要透過本次專題來去完成一個針對遠距學習時可以一對一監控的學習裝置。
研究方法
詳細可到【實作】頁面,會有詳細解釋
預設情況:鏡頭設定在正前方,以網路授課為初始假設情況。
(因學習時會有各種狀況,先縮小目標)
方案一:yolov5
方案二:mediapipe討論
1.在實施方案一用Yolo5做訓練時,可以明確的感受到所需要的資料量非常大,才可以有好結果。目前我們訓練的Yolo5模型在預測時,結果很容易受髮型、眼鏡、動作影響。
2.使用方案二用眼睛縱橫比去比較,判斷的方式變得較單純不容易出錯。
因此選用MediaPipe做後續的開發。