Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Application of Visualization in Clothing Thermal Computational Design Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

Attention Decrease Detection Based on Video Analysis in E-Learning

verfasst von : Liying Wang

Erschienen in: Transactions on Edutainment XIV

Verlag: Springer Berlin Heidelberg

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

E-learning takes the advantages of lower cost and higher benefit. It becomes one of the educational research focus through learning behavior analysis to promote deep learning. In order to help learners overcome possible disadvantages in e-learning environment such as prone inattention and delayed response, one video analysis algorithm is designed to detect attention decrease situation, then feedback in time or warn early. The algorithm uses head posture, gaze, eye closure and mouth opening, facial expression features as attention observation attributes. Next machine learning classifiers are applied to code behavior features. Finally the time sequential statistics of behavior features evaluate the attention level and emotional pleasure degree. Experiments show that the algorithm is effective to find out the inattention cases to give desirable feedback. It may be applicable in adaptive learning and human computer interaction fields.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Online Game Bot Detection Based on Extreme Learning Machine
Nächstes Kapitel Research on the Construction Mechanism of Collaborative Innovation Research Platform of Private Universities
Literatur
1.
Zheng, Q., Zhang, X., Chen, L.: Comments on the development of MOOCs and the design of core supporting policy in china. China Educ. Technol. 356(9), 44–50 (2016). (in Chinese)
2.
Zhang, X., Wang, M.: A study on the effecting factors and promotive strategies of social interaction among MOOC learners—the perspective of people’s social attributes. China Educ. Technol. 354(7), 63–68 (2016). (in Chinese)
3.
Wei, S.: An analysis of online learning behaviors and its influencing factors: a case study of students learning process in online course “open education learning guide” in the Open University of China. Open Educ. Res. 8, 81–90 (2012). (in Chinese)
4.
Zheng, Q., Chen, Y., Sun, H., Chen, L.: Construction and application of the student-systematically evaluation reference indicator based on learning analytics technology. E-educ. Res. 356(9), 33–40 (2016). (in Chinese)
5.
Wu, F., Mou, Z.: The design research of learning outcomes prediction based on the model of personalized behavior analysis for learners. E-educ. Res. 348(1), 41–48 (2016). (in Chinese)
6.
Picard, R.W.: Affective Computing. MIT Media Laboratory Perceptual Computing Section Technical Report No. 321, pp. 1–16 (2000)
7.
Yang, F.Y., Chang, C.Y., Chien, W.R.: Tracking learners’ visual attention during a multimedia presentation in a real classroom. Comput. Educ. 62(3), 208–220 (2013)CrossRef
8.
Bradski, G.R.: Computer Vision face tracking for use in a perceptual user interface. In: Proceedings of Fourth IEEE Workshop Applications of Computer Vision, pp. 214–219. IEEE, Berlin (1998)
9.
Asteriadis, S., Tzouveli, P.: Estimation of behavioral user state based on eye gaze and head pose - application in an e-learning environment. Multimed. Tools Appl. 41, 469–493 (2008)CrossRef
10.
Sawyer, K.: Cambridge Handbook of the Learning Sciences, 2nd edn, pp. 253–266. Cambridge University Press, Cambridge (2014)CrossRef
11.
Zhang, Q., Yang, L.: Learning measurement progress and trends in e-learning——based on eye movement application perspective. China Educ. Technol. 358(11), 63–87 (2016). (in Chinese)
12.
Xu, S.: The Detection of Students’ Attention in a Real-time System, pp. 1–55. Shanghai Jiaotong University, Shanghai (2007). (in Chinese)
13.
Zhang, J.: Research on learning states based on facial features, pp. 1–73. Taiyuan Science Technology University, Taiyuan (2013). (in Chinese)
14.
Baltrušaitis, T., Robinson, P., Morency, L.-P.: OpenFace: an open source facial behavior analysis toolkit. In: IEEE Winter Conference on Applications of Computer Vision (2016)
15.
Baltrušaitis, T., Robinson, P., Morency, L.-P.: Constrained local neural fiel. for robust facial landmark detection in the wild. In: IEEE International Conference on Computer Vision Workshops, 300 Faces in-the-Wild Challenge (2013)
16.
Wood, E., Baltrušaitis, T., Zhang, X. et al.: Bulling rendering of eyes for eye-shape registration and gaze estimation. In: IEEE International Conference on Computer Vision (ICCV) (2015)
17.
Baltrušaitis, T., Mahmoud, M., Robinson, P.: Cross-dataset learning and person-specific normalisation for automatic action unit detection. In: Facial Expression Recognition and Analysis Challenge, IEEE International Conference on Automatic Face and Gesture Recognition (2015)
18.
Metadaten
Titel
Attention Decrease Detection Based on Video Analysis in E-Learning
verfasst von
Liying Wang
Copyright-Jahr
2018
Verlag
Springer Berlin Heidelberg
Buch
Transactions on Edutainment XIV

Print ISBN: 978-3-662-56688-6

Electronic ISBN: 978-3-662-56689-3

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-3-662-56689-3_14