| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2022-12-23 14:00 Estimate students' concentration level by using facial expression ○Guan-yun Wang・Hikaru Nagata・Yasuhiro Hatori・Yoshiyuki Sato・Chia-huei Tseng・Satoshi Shioiri（Tohoku Univ.）  HIP2022-70 |
|
| 抄録 | （和） | (まだ登録されていません) |
| （英） | Concentration and learning performance of all the students are difficult to track throughout courses. The study recruited 13 participants and asked them to solve a problem used in the International Olympiad of Linguistics in 2018 using a website designed for the task. Participants’ face videos were recorded while they were solving the problems. Action Unit codes (AU), which are facial features related to expressions were extracted with an open-source software, Openface. One of authors evaluated the recorded face to classify the participants into “strongly engaged” group and “weakly engaged” group for the first attepmt. We used lightGBM to train a model to classify the participants into the two groups using AUs extracted by Openface. The classification accuracy of testing data evaluated by five validation method was 95.1%. The intensity of AU04, AU17 and AU25 are the best three features to contribute to the classification. They are “brow lowerer”, “chin raiser” and “lips part”, which suggest that facial features of eyes, cheek and mouth are important to estimate engagement levels. The present study further analyze the mental states of the participants, the classification accuracy was 73.9% using the same classify method as mentioned. Several feature sets for classifier training were discussed in the present study. | |
| キーワード | （和） | / / / / / / / |
| （英） | machine learning / facial expression / concentration / classification / action units codes / / / | |
| 文献情報 | 信学技報, vol. 122, no. 326, HIP2022-70, pp. 65-69, 2022年12月. | |
| 資料番号 | HIP2022-70 | |
| 発行日 | 2022-12-15 (HIP) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | HIP2022-70 |
|
| 研究会情報 | |
| 研究会 | HIP |
| 開催期間 | 2022-12-22 - 2022-12-23 |
| 開催地（和） | 電気通信研究所 |
| 開催地（英） | Research Institute of Electrical Communication |
| テーマ（和） | マルチモーダル，感性情報処理，視知覚とその応用，生涯学，ヒューマン情報処理一般 |
| テーマ（英） | Multi-modal, KANSEI information processing, Vision and its application, Lifelong sciences, Human information processing |
| 講演論文情報の詳細 | |
| 申込み研究会 | HIP |
| 会議コード | 2022-12-HIP |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | Estimate students' concentration level by using facial expression |
| サブタイトル（英） | |
| キーワード(1)（和/英） | / machine learning |
| キーワード(2)（和/英） | / facial expression |
| キーワード(3)（和/英） | / concentration |
| キーワード(4)（和/英） | / classification |
| キーワード(5)（和/英） | / action units codes |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 王 冠云 / Guan-yun Wang / ワン グァンユン |
| 第1著者 所属（和/英） | 東北大学 (略称： 東北大) Tohoku University (略称： Tohoku Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 長田 皓 / Hikaru Nagata / ナガタ ヒカル |
| 第2著者 所属（和/英） | 東北大学 (略称： 東北大) Tohoku University (略称： Tohoku Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 羽鳥 康裕 / Yasuhiro Hatori / ハトリ ヤスヒロ |
| 第3著者 所属（和/英） | 東北大学 (略称： 東北大) Tohoku University (略称： Tohoku Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 佐藤 好幸 / Yoshiyuki Sato / サトウ ヨシユキ |
| 第4著者 所属（和/英） | 東北大学 (略称： 東北大) Tohoku University (略称： Tohoku Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 曾 加蕙 / Chia-huei Tseng / ツェン チャーフェイ |
| 第5著者 所属（和/英） | 東北大学 (略称： 東北大) Tohoku University (略称： Tohoku Univ.) |
| 第6著者 氏名（和/英/ヨミ） | 塩入 諭 / Satoshi Shioiri / シオイリ サトシ |
| 第6著者 所属（和/英） | 東北大学 (略称： 東北大) Tohoku University (略称： Tohoku Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-12-23 14:00:00 |
| 発表時間 | 30分 |
| 申込先研究会 | HIP |
| 資料番号 | HIP2022-70 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.326 |
| ページ範囲 | pp.65-69 |
| ページ数 | 5 |
| 発行日 | 2022-12-15 (HIP) |
[研究会発表申込システムのトップページに戻る]