文献

J-GLOBAL ID：202202279060533414   整理番号：22A1164886

CNNと眼アスペクト比を用いたオンラインクラス中の学生注意力を追跡するためのWebアプリケーション【JST・京大機械翻訳】

Web Application to Track Student Attentiveness during Online Class using CNN and Eye Aspect Ratio

著者 (6件)： Deepa D. (Kongu Engineering Collge,Computer Science and Engineering,Erode,Tamilnadu) ,  Selvaraj S. (Kongu Engineering Collge,Computer Science and Engineering,Erode,Tamilnadu) ,  Vijaya Lakshmi D. M. (Jayam College of Engineering and Technology,Computer Science and Engineering,Dhrmapuri,Tamilnadu) ,  S Sarneshwar (Kongu Engineering Collge,Computer Science and Engineering,Erode,Tamilnadu) ,  N VigneshBalaji (Kongu Engineering Collge,Computer Science and Engineering,Erode,Tamilnadu) ,  M Vikash (Kongu Engineering Collge,Computer Science and Engineering,Erode,Tamilnadu)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICCMC  ページ： 1696-1703  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： このCOVID-19パンデミックオンラインクラスプラットフォームは,教育の分野での知識を移転する唯一の解決策である。物理的クラスは,いくつかの国でゆっくり実践されているにもかかわらず,まだ,研究者はオンラインクラスの必要性にある。コンテンツ配信に加えて,教師は,学生が聴取され,オンラインクラスで活動するかどうかを通して,クラス時間を通して懸念する必要がある。オーディオとビデオストリーミングのより多くの帯域幅消費のため,学生は,教師がコンテンツを送るとき,オーディオとビデオを混乱させることができない。したがって,学生の活動を観察するための教師のオプションはない。技術の進歩と深層学習技術の画像分析能力の強化によって,システムを提案して,学生の活動を計算し,クラス時間自体の間,教師にそれを報告する。1000人の学生から収集した5000の画像に関するCNNベースのセグメンテーションを用いて,眠気検出を試験した。観察された結果は,ビデオを教師の装置にストリーミングすることなく,学生の顔パターンを観察することにより,学生の眠気性の予測において90%の精度を示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： セグメンテーション ,  アスペクト比 ,  *録画装置 ,  オーディオ機器 ,  帯域幅 ,  画像分析 ,  コンテンツ ,  ストリーミング
準シソーラス用語： 眠気 ,  ビデオストリーミング ,  コンテンツ配布 ,  *Webアプリケーション ,  *オンライン ,  深層学習 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (9件)： CNN ,  眼 ,  アスペクト比 ,  オンライン ,  クラス ,  学生 ,  注意力 ,  追跡 ,  Webアプリケーション