Transcript 下載/瀏覽
學 號：MA0G0209 姓 名：鄭凱軒 指導教授：鄭淑真 大綱 1. 研究背景 2. 研究目的 3. 文獻探討 4. 研究方法 5. 預期完成之工作項目 2 1. 研究背景 科技與網際網路發展快速，脫離不了網路的使 用，教育與學習也隨之改變 網路的便利、資訊快速的傳達、強大的網頁技 術，達到視覺畫面與使用者的雙向溝通，產生 數位學習 數位學習與傳統教學的差別：時間與空間限制 快速傳遞學習資訊、紀錄學習者的學習狀況 3 2. 研究目的 輔助型數位學習系統 傳統教學→數位學習 數位學習之優點：適性化的學習以及 不受時間地點的限制 改善遠距教學的缺點，建立表情偵測 4 3. 文獻探討 人臉表情偵測 電腦適性化 學習歷程檔案 線上學習代理人 5 3. 文獻探討-人臉表情偵測 人臉偵測，分為兩種：統計與學習方法以及特徵的方法 統計和學習方法：人臉區域的特徵，觀察統計出一個區域 特徵的方式：人臉的特徵，如：眼睛、嘴巴、鼻子等 人臉偵測目的：圖片中找尋人臉 6 3. 文獻探討-人臉表情偵測 部位 人臉差異 偵測及辨識問題 人的臉，大部分就是眼睛、鼻子、嘴巴、眉毛等等，但是不是每個人都是一樣的 大小，甚至還有戴眼鏡及頭髮過長遮住臉龐。 姿勢與位置 重疊、遮住等等，這些都會影響到系統的偵測 旋轉角度 人的臉部特徵，在面對相機有不同的角度時，會有極大的變化，如：側臉，這樣 左臉與右臉的特徵就會有所差異。 偵測環境 光源的強度、角度等等，這些會影響臉部的色彩問題，導致辨識的失敗率會提高。 表情 臉部大小 其他 人的五官是彈性的，在不同的表情下拍攝，人臉是會有很大的差異。 距離的遠近會影響畫面中人臉的大小，很容易導致偵測與辨識失敗 拍攝的機器、曝光時間、白平衡這些，都會影響到人臉偵測的成功率。 人臉偵測問題比較表 (Rowly，1998；Miao，1999；Zobel，2000；Tsalakanidou，2005) 7 3. 文獻探討-人臉表情偵測 情緒→改變表情 人臉表情以眉毛與嘴巴的彎曲形狀來看 眉毛/嘴巴關係 學習困難度狀態 眉毛上揚/嘴巴上揚 容易 眉毛上揚/嘴巴下垂 很困難 眉毛下垂/嘴巴下垂 有點困難 眉毛下垂/嘴巴上揚 普通 表情特徵與學習困難度的關係表 8 3. 文獻探討-電腦適性化 電腦適性化測驗（Computerized Adaptive Tests，CAT）： 依據受測者之前成績的好壞做決定 傳統教學方式：給予相同的上課內容，但每個人的能力 並不相同 根據學習者的適性化成績，給予適合的學習課程 9 3. 文獻探討-學習歷程檔案 紙卷方式將個人創作與藝術作品存放起來 1980年代，引入學習歷程，成為教育上新的趨勢 學習歷程特點：在任何學科領域，皆可作為評估工具 黃耿鐘教授提出，學習歷程擁有下列幾點特色： (1)具備自我檢視及反省 (2)有系統的呈現真實學習狀況 (3)鼓勵學習者開放與創新 (4)結合教學評量，適應學習者的個別差異極強 (5)激發同儕合作學習的精神。 10 3. 文獻探討-線上學習代理人 線上學習代理人的主要工作：輔助學習者 智慧型代理人具有以下幾種特性：如自主性、適應性和反應性等 智慧型代理人是個人化的、自動的、需求導向的、連續執行的以及可 調適的 智慧型代理人能夠主動觀察使用者使用情況的變化並採取相對應的動 作 11 4. 研究方法-人臉表情偵測 人臉擷取主要有三個步驟需要處理，分別是灰階化、二值化及 邊緣偵測 灰階化的目的是將整張影像的值封鎖在0~255之間 二值化就是將灰階化的圖像分為兩種顏色(黑色與白色) 擷取的特徵很多都在人臉五官的邊緣上，使用邊緣偵測 四種的表情狀態(容易、很困難、有點困難、普通)為基礎根據 12 4. 研究方法-學習歷程檔案 學習歷程檔案為輔助創造個人學習代理人 三種型態：1.個人狀態紀錄、2.學習活動紀錄、3.歷史檔案紀錄 個人狀態紀錄：使用者基本資料 學習活動紀錄：使用者當時的滑鼠操作狀況 歷史檔案紀錄：線上測驗以數字化的方式呈現 13 4. 研究方法-電腦適性化 利用粒子群最佳化演算法(Particle Swarm Optimization, PSO) PSO演算法在大量課程及練習題目中找出最符合學習者目前 能力水平的內容及題目 給予每位學習者一個能力值，學科當中有數種區塊知識 以英文為例，對每個區塊知識都給予一個能力值 以數種混和的題型出現，如：計算題或理論 14 4. 研究方法-線上學習代理人 透過學習歷程檔案，建立學習代理人 結合適性化，設計適當的學習內容 透過人臉偵測系統，視表情給予指定動作 以語音或者是用訊息方塊的方式提醒學生 15 5. 預期完成之工作項目 16