StuArt: Individualized Classroom Observation of Students with Automatic Behavior Recognition and Tracking

要約

生徒一人一人が重要ですが、インストラクターがコース中にすべての生徒を観察し、必要な生徒にすぐに支援を提供することはほとんどありません。
この論文では、個々の教室を観察するために設計された新しい自動システムである StuArt を紹介します。これにより、インストラクターは各生徒の学習状況に関心を持つことができます。
StuArt は、学生の 5 つの代表的な行動 (挙手、立位、睡眠、あくび、笑顔) を認識し、コース中の学習の変化傾向を追跡します。
学生のプライバシーを保護するために、すべての変動傾向は、個人を特定する情報を含まない座席番号でインデックス化されています。
さらに、StuArt は、インストラクターが個人および全体の学習状況をすばやく理解できるように、さまざまなユーザーフレンドリーな視覚化デザインを採用しています。
実際の教室のビデオでの実験結果は、組み込みアルゴリズムの優位性と堅牢性を実証しています。
学生一人ひとりに合わせた大規模な指導体制の構築を促進することを期待しています。
詳細については、https://github.com/hnuzhy/StuArt をご覧ください。

要約(オリジナル)

Each student matters, but it is hardly for instructors to observe all the students during the courses and provide helps to the needed ones immediately. In this paper, we present StuArt, a novel automatic system designed for the individualized classroom observation, which empowers instructors to concern the learning status of each student. StuArt can recognize five representative student behaviors (hand-raising, standing, sleeping, yawning, and smiling) that are highly related to the engagement and track their variation trends during the course. To protect the privacy of students, all the variation trends are indexed by the seat numbers without any personal identification information. Furthermore, StuArt adopts various user-friendly visualization designs to help instructors quickly understand the individual and whole learning status. Experimental results on real classroom videos have demonstrated the superiority and robustness of the embedded algorithms. We expect our system promoting the development of large-scale individualized guidance of students. More information is in https://github.com/hnuzhy/StuArt.

arxiv情報

著者 Huayi Zhou,Fei Jiang,Jiaxin Si,Lili Xiong,Hongtao Lu
発行日 2023-03-13 14:09:06+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.CV, cs.HC パーマリンク