JP6512082B2 - 講義確認システム - Google Patents

Description

本発明は、カメラを用いて講義室で講義を受講する受講者をモニタリングする講義確認システムに関する。

講義室内での各受講者の受講状態を同時にモニタリングすることができる受講状態改善支援システムが提案されている（例えば、特許文献１を参照）。

特開２０１３−２９９５４号公報

しかしながら、従来技術では、良好、居眠り、私語等の受講態度を判断することができるが、各受講者の習熟度については考慮されていない。

本発明は上記課題に鑑みてなされたものであり、講義室内での各受講者の受講状態を同時にモニタリングすることで、各受講者の習熟度を判定することができる講義確認システムを提供することを目的とする。

本発明の講義確認システムは、講義室の前方側から座席に着席した受講者全員を撮影する撮影部と、重要箇所の理解確認を行う理解ポイントと演習の正誤確認を行う演習ポイントとが設定された講義データを記憶する講義データベースと、前記講義データを表示する表示部と、前記理解ポイントの指示を受け付ける理解ポイント入力部と、前記演習ポイントの指示を受け付ける演習ポイント入力部と、前記理解ポイントが指示されると、前記撮影部によって撮影された撮影データに基づいて動作認識を行い、各受講者が講師に注目しているか否かを判断し、前記演習ポイントが指示されると、前記撮影部によって撮影された撮影データに基づいて動作認識を行い、各受講者が挙手したか否かを判断する動作認識部と、該動作認識部による前記理解ポイント及び前記演習ポイントでのそれぞれの動作認識結果に基づいて、前記理解ポイントにおける注目率と、前記演習ポイントにおける挙手率とをそれぞれ算出し、算出した前記注目率と前記挙手率とをそれぞれ設定された閾値と比較することで、受講者毎の習熟度をそれぞれ判定する習熟度判定部とを具備することを特徴とする。
さらに、本発明の講義確認システムにおいて、難易度の異なる宿題データがそれぞれ記憶されている宿題データベースを具備し、前記習熟度判定部は、判定した習熟度に対応する難易度の宿題データを前記宿題データベースから読み出して、受講者毎の宿題を生成させても良い。

本発明によれば、講義室内での各受講者の受講状態を同時にモニタリングすることで、各受講者の習熟度を判定することができ、受講者に対して習熟度に応じたきめ細かい対応をとることが可能になるという効果を奏する。

本発明に係る講義確認システムの第１の実施の形態のシステム構成図である。 図１に示す画像形成装置の構成を示すブロック図である。 図１に示す講義確認システムの動作を説明するフローチャートである。 図２に示す着席データ例を示す図である。 図２に示す講義画面例を示す図である。 図２に示す習熟度データ例を示す図である。 本発明に係る講義確認システムの第２の実施の形態のシステム構成図である。 図７に示す画像形成装置の構成を示すブロック図である。 図８に示す講義評価生成部によって生成される講義評価例を示す図である。

以下、図を参照して本発明の実施形態を詳細に説明する。なお、以下の実施形態において、同様の機能を示す構成には、同一の符号を付してある。

（第１の実施の形態）
第１の実施の形態の講義確認システムは、図１に示すように、画像形成装置１と、講義室を撮影する撮影部２と、講師が使用する講師ＰＣ３と、データサーバー４とが、ＬＡＮやインターネット等のネットワーク５で接続されている。

画像形成装置１は、ＭＦＰ（Multifunction Printer）であり、図２に示すように、操作パネル１１と原稿読取部１２と記憶部１３と画像処理部１４と印刷部１５と通信部１６と制御部１７とを備えている。

操作パネル１１は、タッチパネルと操作ボタンとを備えている。タッチパネルは、各種操作キーや画像形成状況を表示する表示部の表面に透明の感圧センサーが設けられており、表示手段及び入力手段として機能する。タッチパネルは、表示面へのタッチ操作を検知して、タッチ操作が検知された位置に対応する信号を出力することで、表示部に表示した操作キーへの操作を受け付ける。また、操作ボタンは、印刷枚数等の数値を入力するためのテンキー、設定情報を初期化させる指示を入力するためのリセットキー、複写動作を停止させるためのストップキー、印刷動作を開始させる出力指示を入力するためのスタートキー等の各種操作キーを備えている。

原稿読取部１２は、図示しない原稿給紙装置により給紙されてきた原稿や、ユーザーによってプラテンガラスに載置された原稿に対して光を照射し、その反射光等を受光して原稿画像を読み取るスキャナーである。

記憶部１３は、半導体メモリやＨＤＤ等の記憶手段であり、通信部１６を介して受信された文字列を含む文書データや、原稿読取部１２によって読み取られた画像データや、通信部１６を介して受信された画像データなどが印刷データとして蓄積される記憶手段である。また、記憶部１３には、着席データ１３１と、習熟度データ１３２とが記憶される。着席データ１３１及び習熟度データ１３２については、後述する。

画像処理部１４は、画像データに対して所定の画像処理を行う手段である。画像処理部１４では、例えば、拡大縮小処理や、濃度調整、階調調整等の画像改善処理が行われる。

印刷部１５は、記録紙に印刷を施す印刷手段である。印刷部１５は、例えば、記憶部１３から読み出した画像データに基づき感光体ドラムの表面に潜像を形成し、トナーによってその潜像をトナー像とする画像形成を行い、その感光体ドラムから記録紙にトナー像を転写させ、そのトナー像を記録紙に定着させて排紙する。

通信部１６は、撮影部２によって撮影された撮影データをネットワーク５経由で受信する機能と、講師ＰＣ３及びデータサーバー４とネットワーク５経由で各種データの送受信を行う機能とを有している。

制御部１７は、操作パネル１１、原稿読取部１２、記憶部１３、画像処理部１４、印刷部１５及び通信部１６にそれぞれ接続されている。制御部１７は、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）等を備えたマイクロコンピュータ等の情報処理部である。ＲＯＭには画像形成装置１の動作制御を行うための制御プログラムが記憶されている。制御部１７は、ＲＯＭに記憶されている制御プログラムを読み出し、制御プログラムをＲＡＭに展開させて実行することで、装置全体の制御を行う。また、制御部１７は、制御プログラムの実行によって、顔認証部１７１と、動作認識部１７２と、習熟度判定部１７３と、宿題採点部１７４として機能する。

撮影部２は、ＣＣＤカメラやＣＭＯＳカメラ等の固体撮像素子で構成されたカメラであり、講義室１００の前方側から座席Ａ−１〜Ｄ−４に着席した受講者を撮影する位置に配置される。また、撮影部２の画角は、座席Ａ−１〜Ｄ−４に着席した受講者全員を撮影できるように設定されている。なお、本実施の形態では、１台の撮影部２で受講者全員を撮影するように構成したが、複数台で受講者全員を撮影するようにしても良い。

講師ＰＣ３は、プログラム制御で動作するパーソナルコンピューターであり、液晶ディスプレイ等の表示部３１と、キーボード、マウス、タッチパネル等の入力部３２とを備えている。

データサーバー４は、受講者データベース４１、顔認証用データベース４２、講義データベース４３、宿題データベース４４及び解答データベース４５を有し、受講者データ、顔認証用データ、宿題データ及び解答データをネットワーク５経由で画像形成装置１に提供すると共に、講義データをネットワーク５経由で講師ＰＣ３に提供するコンピューターである。

受講者データベース４１には、受講者の氏名やＩＤ番号等からなる受講者データが記憶されている。顔認証用データベース４２には、受講者の顔認証を行うための顔認証用データ（例えば、顔面画像や標準顔面画像との差分データ）が、受講者データベース４１の受講者データと紐づけられて記憶されている。

講義データベース４３には、講義における確認ポイントを示す講義データが記憶されている。確認ポイントとは、講義において講師が受講者の習熟度の確認を行うタイミングを示す情報であり、本実施の形態では、重要箇所の理解確認を行う理解ポイントと、演習の正誤確認を行う演習ポイントとが確認ポイントとして設定されている。

宿題データベース４４には、難易度の異なる基礎（難易度：低）、応用（難易度：中）、発展（難易度：高）のそれぞれの宿題データが、講義の各単元にそれぞれ紐づけられて記憶されている。また、解答データベース４５には、宿題データベース４４の宿題に対する解答が紐づけられて記憶されている。

次に、本実施の形態の講義確認システムの動作について図３乃至図６を参照して詳細に説明する。
図３を参照すると、講師は、講義の開始に先立って、受講者に着席を促し、講師ＰＣ３の入力部３２から受講者認証を指示する入力を行う（ステップＳ０１）。受講者認証の指示入力は、講師ＰＣ３からネットワーク５経由で画像形成装置１に送信される。

画像形成装置１の制御部１７は、受講者認証の指示入力を受信すると、顔認証部１７１として機能する。顔認証部１７１は、撮影部２から送信されてくる撮影データから各受講者の顔面データをそれぞれ抽出し（ステップＳ０２）、抽出した各受講者の顔面データを着席している座席番号と共に通信部１６によってネットワーク５経由でデータサーバー４に送信する。

データサーバー４は、各受講者の顔面データを受信すると、顔認証用データベース４２を参照して、各座席に着席した受講者をそれぞれ特定し（ステップＳ０３）、特定した受講者の受講者データを受講者データベース４１から読み出してネットワーク５経由で画像形成装置１に送信する（ステップＳ０４）。

顔認証部１７１は、データサーバー４から受講者データを受信すると、図４に示すように、座席と、着席した受講者データ（ＩＤ、氏名等）とを対応付けた着席データ１３１を生成する（ステップＳ０５）。顔認証部１７１は、生成した着席データ１３１を記憶部１３に記憶させると共に、通信部１６によってネットワーク５経由で講師ＰＣ３に送信する。

また、講師ＰＣ３の入力部３２を操作し、データサーバー４の講義データベース４３にアクセスして講義データの一覧を表示部３１に表示させ、行う講義に対応する講義データを選択する（ステップＳ０６）。この選択情報は、講師ＰＣ３からネットワーク５経由でデータサーバー４に送信される。データサーバー４は、対応する講義データを講義データベース４３から読み出して、読み出した講義データをネットワーク５経由で講師ＰＣ３に送信する（ステップＳ０７）。

着席データ１３１を画像形成装置１から受信すると共に、講義データをデータサーバー４から受信した講師ＰＣ３は、着席データ１３１及び講義データがレイアウトされた図５に示すような講義画面を生成させ、表示部３１に表示させる（ステップＳ０８）。講義画面にレイアウトされた着席データ１３１によって、講師は、座席に着席した受講者を把握することができる。また、講義画面にレイアウトされた講義データには、確認ポイント（重要箇所の理解確認を行う理解ポイント、演習の正誤確認を行う演習ポイント）が示されており、各理解ポイントをそれぞれ指示するに理解ポイント入力キー３１１と、各演習ポイントをそれぞれ指示する演習ポイント入力キー３１２と、講義終了を指示する終了指示キー３１３とが設けられている。

講義において重要箇所の説明を行う際に、講師は、理解ポイントを指示する理解ポイント入力キー３１１を操作し（ステップＳ０９）、受講者に注目を求める。理解ポイントの指示入力は、講師ＰＣ３からネットワーク５経由で画像形成装置１に送信される。

画像形成装置１の制御部１７は、理解ポイントの指示入力を受信すると、動作認識部１７２として機能する。動作認識部１７２は、予め設定された所定時間だけ、撮影部２から送信されてくる撮影データに基づいて各受講者の動作認識をそれぞれ行って、各受講者が講師に注目しているか否かをそれぞれ判断する（ステップＳ１０）。そして、動作認識部１７２は、各受講者それぞれの判断結果を理解ポイントに対応付けして習熟度データ１３２として登録し（ステップＳ１１）、記憶部１３に記憶させる。

また、講義において行った演習の答え合わせを行った際に、講師は、演習ポイントを指示する演習ポイント入力キー３１２を操作し（ステップＳ０９）、正答した受講者に対して挙手を求める。演習ポイントの指示入力は、講師ＰＣ３からネットワーク５経由で画像形成装置１に送信される。なお、各受講者が端末を所有している場合には、端末を使用して演習を行い、その結果を端末から収集して正答率を算出することもできる。

画像形成装置１の制御部１７は、演習ポイントの指示入力を受信すると、動作認識部１７２として機能する。動作認識部１７２は、予め設定された所定時間だけ、撮影部２から送信されてくる撮影データに基づいて各受講者の動作認識をそれぞれ行って、各受講者が挙手したか否かをそれぞれ判断する（ステップＳ１０）。そして、動作認識部１７２は、各受講者それぞれの判断結果を演習ポイントに対応付けして習熟度データ１３２として登録し（ステップＳ１１）、記憶部１３に記憶させる。

ステップＳ０９〜ステップＳ１１は、講師が理解ポイント入力キー３１１及び演習ポイント入力キー３１２を操作する度に繰り返し実行される。図６には、全ての理解ポイントと全ての演習ポイントとにおいて受講者の動作認識が行った習熟度データ１３２が示されている。理解ポイントにおいて、「１」は受講者が講師に注目していると判断されたことを示し、「０」は受講者が講師に注目していないと判断されたことを示している。また、演習ポイントにおいて、「１」は受講者が挙手したと判断されたことを示し、「０」は受講者が挙手していないと判断されたことを示している。

講義が終了すると、講師は、講義終了を指示する終了指示キー３１３を操作する（ステップＳ１２）。講義終了の指示入力は、講師ＰＣ３からネットワーク５経由で画像形成装置１に送信される。

画像形成装置１の制御部１７は、講義終了の指示入力を受信すると、習熟度判定部１７３として機能する。習熟度判定部１７３は、習熟度データ１３２に基づいて、受講者毎、且つ単元毎に習熟度を判定し（ステップＳ１３）、判定した習熟度をネットワーク５経由でデータサーバー４に送信する。習熟度判定部１７３は、例えば、単元の理解ポイントにおける注目率と、単元の演習ポイントにおける正答率（挙手率）とをそれぞれ算出し、算出した注目率と正答率（挙手率）とをそれぞれ設定された閾値と比較する。そして、習熟度判定部１７３は、注目率と正答率（挙手率）とのいずれもが閾値を上回る場合に、「習熟度：高」と判定し、注目率と正答率（挙手率）との一方のみが閾値を上回る場合に、「習熟度：中」と判定し、注目率と正答率（挙手率）とのいずれもが閾値を下回る場合に、「習熟度：低」とそれぞれ判定する。

ステップＳ１３での習熟度の判定方法について、図６を参照して説明する。以下、注目率の閾値が７０％に、正答率（挙手率）の閾値が５１％に設定されているものとする。
座席Ａ−２に着席している受講者は、単元Ｘ（Ｘ１、Ｘ２、Ｘ３）の理解ポイントにおける注目率は、３／３＝１００％、単元Ｘ（Ｘ１）の演習ポイントにおける正答率（挙手率）は、１／１＝１００％とそれぞれ算出される。従って、注目率と正答率（挙手率）とのいずれもが閾値を上回るため、座席Ａ−２に着席している受講者では、単元Ｘが「習熟度：高」と判定される。
また、座席Ａ−１に着席している受講者は、単元Ｘ（Ｘ１、Ｘ２、Ｘ３）の理解ポイントにおける注目率は、２／３＝６７％、単元Ｘ（Ｘ１）の演習ポイントにおける正答率（挙手率）は、１／１＝１００％とそれぞれ算出される。従って、正答率（挙手率）のみが閾値を上回るため、座席Ａ−１に着席している受講者では、単元Ｘが「習熟度：中」と判定される。
さらに、座席Ａ−３に着席している受講者は、単元Ｘ（Ｘ１、Ｘ２、Ｘ３）の理解ポイントにおける注目率は、１／３＝３３％、単元Ｘ（Ｘ１）の演習ポイントにおける正答率（挙手率）は、０／１＝０％とそれぞれ算出される。従って、注目率と正答率（挙手率）とのいずれもが閾値を下回るため、座席Ａ−３に着席している受講者では、単元Ｘが「習熟度：低」と判定される。

データサーバー４は、受信した受講者・単元毎の習熟度に対応する宿題データを宿題データベース４４から読み出して、読み出した受講者・単元毎の宿題データをネットワーク５経由で画像形成装置１に送信する（ステップＳ１４）。なお、「習熟度：高」には、発展（難易度：高）の宿題データが、「習熟度：中」には、応用（難易度：中）の宿題データが、「習熟度：低」には基礎（難易度：低）の宿題データがそれぞれ対応する。

習熟度判定部１７３は、データサーバー４から受信した受講者・単元毎の宿題データに基づいて、受講者毎の宿題を生成する（ステップＳ１５）。これにより、理解ポイントにおける動作認識と、演習ポイントにおける動作認識とに基づいて、受講者毎に難易度がカスタマイズされた宿題が生成される。習熟度判定部１７３によって生成された出題は、印刷部１５によって記録紙に印刷され（ステップＳ１６）、講師は、印刷された出題を受講者に配布して講義を終了させる。

なお、本実施の形態の宿題データベース４４では、宿題を講義の各単元にそれぞれ紐づけしたが、各講義にそれぞれ紐づけるようにしても良く、講義の単元をさらに細分化とした各単位にそれぞれ紐づけるようにしても良い。この場合、習熟度判定部１７３は、紐づけした講義毎、もしくは単位毎に難易度を特定する。

また、講義前に先に講義で配布した宿題を回収し、画像形成装置１を用いて正誤データを取得することもできる。講師が画像形成装置１の操作パネル１１から宿題の読み取りを指示すると、制御部１７は、宿題採点部１７４として機能する。宿題採点部１７４は、例えば、ＯＣＲ機能を備え、原稿読取部１２によって読み取った宿題の画像データから受講者と回答とを認識し、データサーバー４の解答データベース４５を参照することで、宿題の正誤データを取得する。この取得した正誤データは、習熟度判定部１７３によって新たに作成される宿題に反映される。例えば、正答率が予め設定された閾値よりも低い受講者に対して、習熟度判定部１７３は、宿題の難易度を低下させる。

以上説明したように、第１の実施の形態によれば、講義室１００の前方側から座席に着席した受講者全員を撮影する撮影部２と、確認ポイントの指示を受け付けるポイント入力部として機能する講師ＰＣ３の入力部３２（理解ポイント入力キー３１１及び演習ポイント入力キー３１２）と、確認ポイントが指示されると、前記撮影部によって撮影された撮影データに基づいて受講者毎の動作認識をそれぞれ行う動作認識部１７２と、動作認識部１７２による確認ポイント毎の動作認識結果に基づいて受講者毎の習熟度をそれぞれ判定する習熟度判定部１７３とを備えている。
この構成により、講義室内での各受講者の受講状態を同時にモニタリングすることで、各受講者の習熟度を判定することができ、受講者に対して習熟度に応じたきめ細かい対応をとることが可能になる。

さらに、第１の実施の形態によれば、動作認識部１７２は、動作認識を行って、受講者が講師に注目しているか否かを判断する。
この構成により、確認ポイントで受講者が集中しているか否かを判断することができ、
確認ポイントでの受講者の習熟度を類推して判定することができる。

さらに、本実施の形態によれば、動作認識部１７２は、動作認識を行って、受講者が挙手したか否かを判断する。
この構成により、講師による挙手依頼によって、受講者の習熟度を確認することができる。

さらに、本実施の形態によれば、難易度の異なる宿題データがそれぞれ記憶されている宿題データベース４４を具備し、習熟度判定部１７３は、判定した習熟度に対応する難易度の宿題データを宿題データベース４４から読み出して、受講者毎の宿題を生成させる。
この構成により、受講者の習熟度に応じてカスタマイズした宿題を生成することができるため、受講者毎に効果的な宿題を提供することができる。また、客観的データ（受講種の動作）を基に宿題の難易度を決定することができる。さらに、講義終了後、速やかに受講者毎にカスタマイズした宿題を提供することができる。

（第２の実施の形態）
第２の実施の形態の講義確認システムは、図７に示すように、第１の実施の形態の構成に加えて、メガネ型端末６と、マイク７とを備えている。メガネ型端末６とマイク７とは、ネットワーク５で接続されている。

メガネ型端末６は、講師が頭部に装着するメガネ型のウェアラブル端末である。図８に示すように、メガネ型端末６は、視界撮影部６１と、眼球撮影部６２と、通信部６３と、視点特定部６４とを備えている。

視界撮影部６１は、メガネ型端末６の前方側に向けて配置されたＣＣＤカメラやＣＭＯＳカメラ等の固体撮像素子で構成されたカメラであり、講師の前方視界の画像を撮像する。以下、視界撮影部６１によって撮像された画像を視界画像と称す。

眼球撮影部６２は、メガネ型端末６の後方側に向けて配置されたＣＣＤカメラやＣＭＯＳカメラ等の固体撮像素子で構成されたカメラであり、講師の眼球の画像を撮像する。以下、眼球撮影部６２によって撮像された画像を視点検出画像と称す。

通信部６３は、ネットワーク５を介して、画像形成装置１と各種データを送受信する機能を有する。

視点特定部６４は、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）等を備えたマイクロコンピュータ等の情報処理部である。ＲＯＭには動作制御を行うための制御プログラムが記憶されている。ＣＰＵは、ＲＯＭに記憶されている制御プログラムを読み出し、制御プログラムをＲＡＭに展開させることで、視点特定部６４として機能する。

視点特定部６４は、視界撮影部６１によって撮像された視界画像と、眼球撮影部６２によって撮像された視点検出画像とに基づいて、講師の視点が向けられている座席（Ａ−１〜Ｄ−４）を講師視点座席として特定する。視点特定部６４は、講義中（例えば、講師ＰＣ３において受講者認証指示の入力から講義終了を指示する終了指示キー３１３が操作されるまでの間）、所定時間毎（例えば、１秒毎）に講師視点座席を特定し、特定した講師視点座席を通信部６３によってネットワーク５経由で画像形成装置１に送信する。なお、講師が黒板等を向いている場合には、講師視点座席を特定することができず、講師視点座席の送信は、特定できた場合のみ行われる。そして、画像形成装置の制御部１７は、メガネ型端末６から受信した講師視点座席を講師視点データ１３３として記憶部１３に記憶させる。これにより、講義中に講師が視線を向けた座席の推移が講師視点データ１３３として記憶されることになる。

マイク７は、講師の音声を集音する集音手段である。第２の実施の形態では、理解ポイントの指示入力を受信し、画像形成装置１の制御部１７が動作認識部１７２として機能した場合、動作認識部１７２は、第１の実施の形態の動作に加えて、予め設定された所定時間だけ、マイク７から送信されてくる音声データに基づいて講師の発声音量を計測する。そして、動作認識部１７２は、計測した講師の発声音量を講師音量データ１３４として記憶部に記憶させる。

画像形成装置１の操作パネル１１から講義の評価を指示すると、制御部１７は、講義評価生成部１７５として機能する。講義評価生成部１７５は、習熟度データ１３２と、講師音量データ１３４と、講師視点データ１３３とに基づいて、図９に示すような、講義評価を生成する。講義評価生成部１７５によって生成された講義評価は、印刷部１５によって記録紙に印刷される。

講義評価生成部１７５は、習熟度データ１３２に基づき、理解ポイント毎の注目率と、演習ポイント毎の正答率とを講義評価として算出する。図９には、理解ポイント毎の注目率と、演習ポイント毎の正答率とが表形式で表現された例が示されている。なお、注目率及び正答率が予め設定されたそれぞれの閾値よりも低い場合に、反転や色によって強調表記すると良い。これにより、注目率の低い理解ポイントと、正答率の低い演習ポイントとを改善点として容易に把握することができる。

また、講義評価生成部１７５は、講師音量データ１３４に基づき、理解ポイント毎の発声音量の平均値もしくは最大値を講義評価として算出する。図９には、理解ポイント毎の講師音量が表形式で表現された例が示されている。なお、講師音量が予め設定された閾値よりも低い場合に、反転や色によって強調表記すると良い。音量の低かった理解ポイントを改善点として容易に把握することができる。

さらに、講義評価生成部１７５は、講師視点データ１３３に基づき、座席毎に講師の視線が向けられた講師視点比率を講義評価として算出する。図９には、座席毎の講師視点比率が３Ｄグラフ形式で表現された例が示されている。図９では、講師視点が中央から左奥側に偏りがみられ、講義室１００内を万遍なく観察していないことが改善点として把握できる。

なお、講義評価は、上述のように、講師による講義内容に対する評価として用いられるが、講義の記録としても用いることができる。従って、講義に使用したドキュメントやアンケートを画像形成装置１の原稿読取部１２によって読み取り、講義評価と紐づけて記憶部１３に記憶させておくようにしても良い。また、講義評価は、講義に限ることなく、講演会等の記録として用いるようにしても良い。

以上説明したように、第２の実施の形態によれば、講義室１００の前方側から座席に着席した受講者全員を撮影する撮影部２と、確認ポイントの指示を受け付けるポイント入力部として機能する講師ＰＣ３の入力部３２（理解ポイント入力キー３１１及び演習ポイント入力キー３１２）と、確認ポイントが指示されると、撮影部２によって撮影された撮影データに基づいて受講者毎の動作認識をそれぞれ行う動作認識部１７２と、動作認識部１７２による確認ポイント毎の動作認識結果に基づく講義評価生成部１７５とを備えている。
この構成により、教室内での各受講者の受講状態を同時にモニタリングすることで、講師が行った講義内容を評価することで、改善点を把握することができる。また、客観的データを基に講義の改善点を把握することができる。

さらに、第２の実施の形態によれば、動作認識部１７２は、動作認識を行って、受講者が講師に注目しているか否かを判断し、講義評価生成部１７５は、確認ポイント毎の注目率を講義評価として算出する。
この構成により、確認ポイントで受講者が集中しているか否かを判断することができ、受講者の興味を講義ができているか否かを把握することができる。

さらに、第２の実施の形態によれば、動作認識部１７２は、動作認識を行って、受講者が挙手したか否かを判断し、講義評価生成部１７５は、確認ポイント毎の挙手率を講義評価として算出する。
この構成により、講師による挙手依頼によって、受講者の習熟度を確認することができ、受講者に理解させる講義ができている否かを把握することができる。

さらに、第２の実施の形態によれば、講師視点を特定する視点特定部６４（メガネ型端末６）を具備し、講義評価生成部１７５は、視点特定部６４によって特定された講師視点に基づいて、座席毎に講師の視線が向けられた講師視点比率を講義評価として算出する。
この構成により、受講者に対して講師が視点を万遍なく動かしているか否かを把握することができる。

さらに、第２の実施の形態によれば、講師の音声を集音するマイク７を具備し、動作認識部１７２は、確認ポイントが指示されると、予め設定された所定時間だけ、マイク７から送信されてくる音声データに基づいて講師の発声音量を計測し、講義評価生成部１７５は、動作認識部１７２によって計測された確認ポイント毎の発声音量の平均値もしくは最大値を講義評価として算出する。
この構成により、講師が適切な音量で講義を行っているか否かを把握することができる。

なお、本発明が上記各実施の形態に限定されず、本発明の技術思想の範囲内において、各実施の形態は適宜変更され得ることは明らかである。また、上記構成部材の数、位置、形状等は上記実施の形態に限定されず、本発明を実施する上で好適な数、位置、形状等にすることができる。なお、各図において、同一構成要素には同一符号を付している。

１ 画像形成装置
２ 撮影部
３ 講師ＰＣ
４ データサーバー
５ ネットワーク
６ メガネ型端末
７ マイク
１１ 操作パネル
１２ 原稿読取部
１３ 記憶部
１４ 画像処理部
１５ 印刷部
１６ 通信部
１７ 制御部
３１ 表示部
３２ 入力部
４１ 受講者データベース
４２ 顔認証用データベース
４３ 講義データベース
４４ 宿題データベース
４５ 解答データベース
６１ 視界撮影部
６２ 眼球撮影部
６３ 通信部
６４ 視点特定部
１００ 講義室
１３１ 着席データ
１３２ 習熟度データ
１３３ 講師視点データ
１３４ 講師音量データ
１７１ 顔認証部
１７２ 動作認識部
１７３ 習熟度判定部
１７４ 宿題採点部
１７５ 講義評価生成部
３１１ 理解ポイント入力キー
３１２ 演習ポイント入力キー
３１３ 終了指示キー

Claims (2)

1. 講義室の前方側から座席に着席した受講者全員を撮影する撮影部と、
   重要箇所の理解確認を行う理解ポイントと演習の正誤確認を行う演習ポイントとが設定された講義データを記憶する講義データベースと、
   前記講義データを表示する表示部と、
   前記理解ポイントの指示を受け付ける理解ポイント入力部と、
   前記演習ポイントの指示を受け付ける演習ポイント入力部と、
   前記理解ポイントが指示されると、前記撮影部によって撮影された撮影データに基づいて動作認識を行い、各受講者が講師に注目しているか否かを判断し、前記演習ポイントが指示されると、前記撮影部によって撮影された撮影データに基づいて動作認識を行い、各受講者が挙手したか否かを判断する動作認識部と、
   該動作認識部による前記理解ポイント及び前記演習ポイントでのそれぞれの動作認識結果に基づいて、前記理解ポイントにおける注目率と、前記演習ポイントにおける挙手率とをそれぞれ算出し、算出した前記注目率と前記挙手率とをそれぞれ設定された閾値と比較することで、受講者毎の習熟度をそれぞれ判定する習熟度判定部とを具備することを特徴とする講義確認システム。
2. 難易度の異なる宿題データがそれぞれ記憶されている宿題データベースを具備し、
   前記習熟度判定部は、判定した習熟度に対応する難易度の宿題データを前記宿題データベースから読み出して、受講者毎の宿題を生成させることを特徴とする請求項１記載の講義確認システム。

Images