KR101775974B1 - 학생 수업태도 분석 시스템 및 분석 방법 - Google Patents

Abstract

본 발명에 따른 수업태도 분석 시스템은 강의실에 설치되어 3차원 영상의 픽셀별 깊이 영상 함수관계를 통해 픽셀별 위치에 기반한 깊이 그래디언트 (gradient)로 깊이 영상을 촬영하는 RGB-D카메라; RGB-D카메라와 협동하여, 좌우(Pan), 상하(Tilt), 및 줌(Zoom) 기능으로 위치변화를 통해 강의실 내부 구석구석을 촬영하는 PTZ 카메라; RGB-D카메라 및 PTZ 카메라가 촬영한 영상과 동기화된 음향을 감지하는 음향 감지 센서; 및 RGB-D카메라 및 PTZ 카메라가 촬영한 영상정보와 음향 감지 센서가 감지한 음향정보를 수신하여, 강의실 안 학생들의 수업태도를 분석하는 수업태도 분석서버;를 포함하여 학생을 효과적으로 관리하여 수업태도를 개선함으로써 성적을 향상시킬 수 있는 효과가 있다.

Description

학생 수업태도 분석 시스템 및 분석 방법{ANALYSIS SYSTEM AND METHOD FOR CLASS ATTITUDE}

본 발명은 학생 수업태도 분석 시스템 및 분석 방법에 관한 것으로서, 더욱 상세하게는 영상 및 오디오 센서들로 구성된 센서 네트워크를 이용하여, 학생 개별마다 학습 태도 및 능률을 자동적으로 측정하고 학생과 선생님, 그리고 학부모들에게 유용한 정보를 제공할 수 있는 학생 수업태도 분석 시스템 및 분석 방법에 관한 것이다.

과거에 비해서 학급당 학생수가 감소하는 추세이긴 하지만 학생 개별마다 학습 능률이나 태도를 선생이 짧은 주기로 확인하여 직접 관리하기는 불가능하다는 문제점이 있다. 무엇보다, 수업마다 다른 선생이 수업을 하는 경우에는 더욱이 학급마다 다른 모든 학생의 학습 능률이나 태도를 알기 힘들뿐만 아니라 객관적으로 학생을 관리하기 어려움이 있다.

하지만, 유비쿼터스 빅데이터, 컴퓨터 과학과 같은 하드웨어와 소프트웨어 기술들의 발전으로 사람의 판단 및 도움이 필요 없는 스마트 시스템의 구축이 가능한 시기가 도래하였다.

또한, 종래 학생의 수업태도 분석 장치는 사용자인 학생이 직접 뇌파측정 센서, 또는 자세측정 센서 등을 착용하거나, 디바이스(Tablet, 특수단말기)를 이용하여 수업태도를 분석해 왔는데, 이러헌 종래 수업태도 분석 장치는 센서를 착용하여야 하는 번거로운 문제점이 있고, 디바이스를 이용할 경우 대리사용과 같은 부정행위가 존재하고 대처 방안이 부족하다는 문제점있다.

대한민국 공개특허공보 제10-2013-0133664호(2013. 12. 09)

따라서, 본 발명은 상술한 문제점을 해결하기 위하여 영상 및 오디오 센서들로 구성된 센서 네트워크를 이용하여, 학생 개별마다 학습 태도 및 능률을 자동적으로 측정하고 학생과 선생님, 그리고 학부모들에게 유용한 정보를 제공할 수 있는 학생 수업태도 분석 시스템 및 분석 방법의 제공을 목적으로 한다.

상술한 목적을 달성하기 위한, 본 발명에 따른 수업태도 분석 시스템은 강의실에 설치되어 3차원 영상의 픽셀별 깊이 영상 함수관계를 통해 픽셀별 위치에 기반한 깊이 그래디언트 (gradient)로 깊이 영상을 촬영하는 RGB-D카메라; RGB-D카메라와 협동하여, 좌우(Pan), 상하(Tilt), 및 줌(Zoom) 기능으로 위치변화를 통해 강의실 내부 구석구석을 촬영하는 PTZ 카메라; RGB-D카메라 및 PTZ 카메라가 촬영한 영상과 동기화된 음향을 감지하는 음향 감지 센서; 및 RGB-D카메라 및 PTZ 카메라가 촬영한 영상정보와 음향 감지 센서가 감지한 음향정보를 수신하여, 강의실 안 학생들의 수업태도를 분석하는 수업태도 분석서버;를 포함하는 것을 특징으로 한다.

바람직하게 상술한 목적을 달성하기 위한, 본 발명에 따른 수업태도 분석 시스템의 수업태도 분석서버는 RGB-D카메라 및 PTZ 카메라가 촬영한 영상을 수신받는 영상 수신부; 음향 감지 센서로부터 영상과 동기화된 음향을 수신받는 음향 수신부; 영상 수신부로부터 영상정보를 전달받아 해당 영상정보를 분석하는 영상 분석부; 음향 수신부로부터 음향정보를 전달받아 해당 음향정보를 분석하는 음향 분석부; 영상 수신부와 음향 수신부로부터 영상정보와 음향정보를 전달받아 저장하는 데이터 베이스부; 영상 분석부와 음향 분석부가 분석한 영상과 음향으로 수업태도를 평가하는 주제어부;를 포함하는 것을 특징으로 한다.

더욱 바람직하게 상술한 목적을 달성하기 위한, 본 발명에 따른 수업태도 분석 시스템의 데이터 베이스부는 영상 수신부가 수신한 영상정보를 저장관리하는 영상DB; 음향 수신부가 수신한 음향정보를 저장관리하는 음향DB; 강의실에서 수업받는 모든 학생들에 대해 사전에 수집되어 저장관리하는 학생정보DB; 및 학생의 학습을 평가하기 위한 평가기준을 저장관리하는 학습평가 기준DB;를 포함하는 것을 특징으로 한다.

더욱 바람직하게 상술한 목적을 달성하기 위한, 본 발명에 따른 수업태도 분석 시스템의 영상 분석부는 영상정보로부터 객체(학생)의 위치를 인식하고, 얼굴을 인식하며, 행동을 인식하는 학생 인식모듈; 학생 인식모듈이 인식한 객체(학생)의 위치, 얼굴, 행동과 학생정보DB에 저장된 사전 정보를 비교분석하여 신원을 확인하고 출석여부를 분석하는 출석여부 분석모듈; 및 과제 제출여부 확인을 위해 조성된 상황에 특정행위를 인식하여 과제 제출여부를 분석하는 과제 제출여부 분석모듈;를 포함하는 것을 특징으로 한다.

본 발명에 따른 수업태도 분석 시스템은 사용자인 학생이 직접 뇌파측정 센서, 또는 자세측정 센서 등을 착용하는 번거로운 과정없이, 학생 개별마다 학습 태도 및 능률을 자동적으로 측정하고 학생과 선생님, 그리고 학부모들에게 유용한 정보를 제공함으로써, 학생을 효과적으로 관리하여 수업태도를 개선함으로써 성적을 향상시킬 수 있는 효과가 있다.

도 1은 본 발명에 따른 수업태도 분석 시스템을 도시한 도면,
도 2는 본 발명에 따른 수업태도 분석 시스템의 수업태도 분석서버의 상세 블록도,
도 3은 본 발명에 따른 수업태도 분석 시스템의 학습평가 기준DB(464)에 저장된 평가기준 테이블 도면, 및
도 4는 발명에 따른 수업태도 분석 시스템에 의해 평가된 수업태도 통지서 도면이다.

이하, 첨부 도면을 참조하여 본 발명의 실시예를 보다 상세하게 설명하고자 한다. 이에 앞서, 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정하여 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여, 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다.

따라서, 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시예에 불과할 뿐이고 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.

도 1은 본 발명에 따른 수업태도 분석 시스템을 도시한 도면이다.

도 1에 도시된 바와 같이, 본 발명에 따른 수업태도 분석 시스템은 교실내부에 설치된 RGB-D 카메라(100), 음향 감지 센서(200), PTZ 카메라(300), 수업태도 분석서버(400), 복수의 책상(500) 및 교탁(600)을 포함한다.

상기 RGB-D 카메라(100)는 교실 내에 설치되어, 3차원 영상의 픽셀별 깊이 영상 함수관계를 통해 픽셀별 위치에 기반한 깊이 그래디언트 (gradient)로 깊이 영상을 생성한다.

상기 음향 감지 센서(200)는 교실 내에 설치되어, 교실안에 있는 학생들을 모든 음성을 감지한다.

상기 PTZ 카메라(300)는 좌우(Pan), 상하(Tilt), 및 줌(Zoom) 기능으로 위치변화를 통해 교실 내부 구석구석을 촬영하여 학생들의 세심한 움직임을 파악할 수 있는 RGB 영상을 생성한다.

상기 수업태도 분석서버(400)는 상기 RGB-D 카메라(100), 상기 음향 감지 센서(200), 및 상기 PTZ 카메라(300)가 획득한 영상정보와 음향정보를 수신하여 학생들의 수업태도를 분석한다.

보다 구체적으로, 상기 수업태도 분석서버(400)는 도 2에 도시된 바와 같이, 영상 수신부(410), 음향 수신부(420), 주제어부(430), 영상 분석부(440), 음향 분석부(450), 데이터 베이스부(460) 및 통신부(470)를 포함한다.

참고로, 도 2는 본 발명에 따른 수업태도 분석 시스템의 수업태도 분석서버의 상세 블록도 이다.

상기 영상 수신부(410)은 상기 RGB-D 카메라(100), 및 상기 PTZ 카메라(300)가 촬영한 영상을 수신하고, 상기 음향 수신부(420)는 상기 음향 감지 센서(200)가 감지한 음향을 수신한다.

상기 주제어부(430)는 상기 영상 수신부(410), 및 상기 음향 수신부(420)가 수신한 영상정보와 음향정보를 각각 상기 데이터 베이스부(460)의 영상DB(461), 음향DB(462)에 저장한다.

한편, 상기 데이터 베이스부(460)는 상기 영상 수신부(410)가 수신한 영상정보를 저장관리하는 영상DB(461), 상기 음향 수신부(420)가 수신한 음향정보를 저장관리하는 음향DB(462), 수업태도를 분석할 대상인 교실의 모든 학생들의 정보를 저장관리하는 학생정보DB(463), 학생의 학습을 평가하기 위한 평가기준을 저장관리하는 학습평가기준DB(464)을 포함한다.

상기 학생정보DB(463)에는 교실 내의 모든 학생들 각각의 음향 크기, 음향 주파수 등을 포함하는 음향정보와, 키, 신체사이즈, 피부색깔, 두발상태 등을 포함하는 영상정보가 미리 저장되어 관리된다.

상기 영상 분석부(440)는 학생 인식모듈(441), 출석여부 분석모듈(442), 및 과제 제출여부 분석모듈(443)을 포함하여 학생의 수업태도를 분석한다.

보다 구체적으로 상기 학생 인식모듈(441)은 상기 영상 수신부(410)가 수신한 영상을 바탕으로 객체(학생) 위치 인식, 얼굴 인식, 및 행동 인식을 통해 학생을 인식한다.

특히, 상기 학생 인식모듈(441)은 행동 인식에 있어 졸음, 떠듦, 장난침, 딴짓함, 싸움 등 부정적인 행위를 집중도가 떨어지는 행위로 판단하고, 질문하기, 대답하기 등 수업 중에 발생할 수 있는 모든 적극적인 참여 행위에 대하여 참여도가 높은 것으로 판단한다.

참고로, 상기 학생 인식모듈(441)은 고개를 끄덕이는 것과 같은 행위가 반복될 때 조는 행위로 판단하고, 수업 중에는 발생할 수 없는 비정상적인 움직임에 대해서 장난치거나, 딴짓을 하거나 싸우는 행위로 판단한다.

또한, 상기 학생 인식모듈(441)은 손을 드는 행위가 지속되는 경우 질문하는 행위로 판단한다.

그리고, 상기 음향 분석부(450)을 통해서도 집중도와 참여도를 판단할 수 있는데, 상기 음향 분석부(450)는 수업 중에는 발생할 수 없는 비정상적인 소리가 크고 지속적으로 발생하는 경우 떠드는 행위로 판단하고 또한, 상기 음향 감지 센서(200)가 선생님의 음향감지 후, 바로 특정학생의 음향이 감지한 경우 또는 수업내용과 관련된 내용을 감지한 경우 대답하기 또는 질문하기 행위로 판단한다.

상기 출석여부 분석모듈(442)은 상기 학생 인식모듈(441)이 인식한 객체(학생) 위치, 얼굴, 및 행동정보와 상기 학생정보DB(463)에 미리 저장된 학생정보 중, 위치, 얼굴, 및 행동정보를 비교분석하여 신원을 확인함으로써 출석여부를 확인하다.

상술한 바와 같이, 상기 출석여부 분석모듈(442)이 상기 학생정보DB(463)에 미리 저장된 학생정보와 상기 학생 인식모듈(441)이 인식한 학생정보를 비교분석하여 신원을 확인함으로써 대리출석여부도 함께 판단할 수 있다.

상기 과제 제출여부 분석모듈(443)은 상기 교탁(600)에서 선생님이 과제 제출여부 확인 상황을 조성한 경우, 조성된 상황에 특정행위로 반응하는 학생과 반응하지 않은 학생을 구별하여 과제 제출여부를 분석한다.

예를 들어, 상기 과제 제출여부 확인을 위해 과제를 제출한 경우 손을 들도록 상황을 조성한 경우, 상기 과제 제출여부 분석모듈(443)은 학생들의 위치를 인식하고, 손든행위를 인식하며, 손든위치의 학생 신원을 확인함으로써 과제 제출여부를 분석한다.

상기 음향 감지 센서(200)가 감지한 음향을 상기 음향 수신부(420)가 수신하면, 상기 음향 분석부(450)는 상기 수신한 음향을 분석한다.

상기 과제 제출여부 확인을 위해 과제를 제출한 경우 대답을 하도록 상황을 조성한 경우, 상기 음향 분석부(450)는 학생이 대답한 음향을 분석하여 상기 학생정보DB(463)에 저장된 학생의 음향정보와 일치여부에 따라 과제 제출여부를 판단할 수도 있다.

또한, 상기 음향 분석부(450)는 음향을 분석하여, 상기 학생정보DB(463)에 미리 저장된 학생의 음향정보와 비교함으로써, 학생을 인식하고, 출석여부를 분석할 수 있다.

한편, 상기 주제어부(430)는 상기 학생 인식모듈(441)에 의한 학생의 행위정보(수업 집중도 및 수업 참여도), 상기 출석여부 분석모듈(442)에 의한 출석여부 분석정보, 및 상기 과제 제출여부 분석모듈(443)에 의한 과제 제출여부 분석정보를 가지고 최종적인 학습태도를 판단한다.

즉, 상기 주제어부(430)는 영상 분석부(440)와 음향 분석부(450)의 분석결과을 가지고, 상기 데이터 베이스부(460)의 학습평가 기준DB(464)에 저장된 평가기준에 따라 학생의 수업태도를 평가하고 관리한다.

참고로, 상기 학습평가 기준DB(464)에 저장된 평가기준은 본 발명에 따른 수업태도 분석 시스템의 학습평가 기준DB에 저장된 평가기준 테이블 도면인 도 3에 도시된 바와 같다.

즉, 출석여부와 관련하여, 상기 주제어부(430)는 상기 출석여부 분석모듈(442)의 분석에 따라 무단 결석시, 도 3에 도시된 평가기준을 적용하여 학습 태도가 매우 나쁜것으로 평가한다.

또한, 과제 제출여부와 관련하여, 상기 주제어부(430)는 상기 과제 제출여부 분석모듈(443)의 분석에 따라, 도 3에 도시된 평가기준을 적용하여 과제 제출시 '+2점'을 부여하고, 과제 미제출시 '-2'을 부여하고 제출할 과제가 없는 경우 모든 학생에게 '0'을 부여한다.

또한, 수업 집중도와 관련하여, 상기 주제어부(430)는 5분당 졸음 횟수로 측정하되 인식모듈의 신뢰도가 90% 이상일 때 부터 횟수를 카운트하여 0~10점에 해당하는 점수를 부여하고, 수업 참여도와 관련하여,상기 주제어부(430)는 5분당 질문 및 답변 횟수로 측정하되, 손을 든 행위의 인식 신뢰도 90% 이상일 때 부터 상기 횟수를 카운트하여 해당 카운트 횟수에 따라 0~10점에 해당하는 점수를 부여한다.

상술한 바와 같이 상기 주제어부(430)은 출결, 과제, 수업 집중도, 및 수업 참여도를 기반으로 이들을 종합한 종합접수가 12~9점인 경우 학습태도가 매우 좋은 것으로, 8~5점인 경우 학습태도가 좋은 것으로, 4~-4점인 경우 학습태도가 보통인 것으로, -5~-8점인 경우 학습태도가 나쁜 것으로, -9~-12점인 경우 학습태도가 매우 타쁜 것으로 평가한다.

상기 주제어부(430)은 상술한 바와 같이 평가과정을 통해 도 4에 도시된 바와 같이 일, 주, 월 및 학기 단위로 평가하고 관리한다.

즉, 상기 주제어부(430)는 학생이 어떤 과목에 집중도와 참여도가 높은지에 딸 과목선호도 정보를 제공할 수도 있다.

참고로, 도 4는 발명에 따른 수업태도 분석 시스템에 의해 평가된 수업태도 통지서 도면이다.

마지막으로 상기 통신부(470)는 상기 주제어부(430)에 의해 일, 주, 월 및 학기 단위로 평가된 학생의 수업태도 통지서를 학부모들의 메일 또는 스마트 단말기로 전송하여 자녀의 학교생활을 인지하도록 유도한다.

상기 교탁(600)은 선생님들이 사용하는 PC가 구비되어 있는데, 상기 PC는 상기 수업태도 분석서버(400)가 분석한 정보를 전달받아 선생님에게 분석정보를 제공함으로써 선생님이 학생을 관리하데 있어서 참고가 되도록 한다.

이상과 같이, 본 발명은 비록 한정된 실 시예와 도면에 의해 설명되었으나, 본 발명은 이것에 의해 한정되지 않으며 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 본 발명의 기술 사상과 하기에 기재될 청구범위의 균등 범위 내에서 다양한 수정 및 변형이 가능함은 물론이다.

100 : RGB-D 카메라
200 : 음향 감지 센서
300 : PTZ 카메라
400 : 수업태도 분석서버
410 : 영상 수신부
420 : 음향 수신부
430 : 주제어부
440 : 영상 분석부
441 : 학생 인식모듈 442 : 출석여부 분석모듈
443 : 과제 제출여부 분석모듈
450 : 음향 분석부
460 : 데이터 베이스부
461 : 영상DB 462 : 음향DB
463 : 학생정보DB 464 : 학습평가기준DB
470 : 통신부
500 : 책상
600 : 교탁

Claims (13)

1. 강의실에 설치되어 3차원 영상의 픽셀별 깊이 영상 함수관계를 통해 픽셀별 위치에 기반한 깊이 그래디언트 (gradient)로 깊이 영상을 촬영하는 RGB-D카메라(100);
   상기 RGB-D카메라(100)와 협동하여, 좌우(Pan), 상하(Tilt), 및 줌(Zoom) 기능으로 위치변화를 통해 상기 강의실 내부 구석구석을 촬영하는 PTZ 카메라(300);
   상기 RGB-D카메라(100) 및 상기 PTZ 카메라(300)가 촬영한 영상과 동기화된 음향을 감지하는 음향 감지 센서(200); 및
   상기 RGB-D카메라(100) 및 상기 PTZ 카메라(300)가 촬영한 영상정보와 상기 음향 감지 센서(200)가 감지한 음향정보를 수신한 후, 상기 음향정보가 수업 중에 발생할 수 없는 비정상적인 소리가 지속적으로 발생하는 경우 해당 소리를 발생시키는 학생의 행위를 떠드는 행위로 판단하고, 상기 음향 감지 센서(200)가 강사의 음향감지 후, 바로 학생의 음향이 감지된 경우 또는 수업내용과 관련된 내용을 감지한 경우 해당 학생의 행위를 대답하기 또는 질문하기 행위로 판단하여 상기 강의실 안 학생들 각각의 수업태도를 분석하는 수업태도 분석서버(400);를 포함하는 것을 특징으로 하는 수업태도 분석 시스템.
   
2. 제 1항에 있어서,
   상기 수업태도 분석서버(400)는
   상기 RGB-D카메라(100) 및 상기 PTZ 카메라(300)가 촬영한 영상을 수신받는 영상 수신부(410);
   상기 음향 감지 센서(200)로부터 상기 영상과 동기화된 음향을 수신받는 음향 수신부(420);
   상기 영상 수신부(410)로부터 영상정보를 전달받아 해당 영상정보를 분석하는 영상 분석부(440);
   상기 음향 수신부(420)로부터 음향정보를 전달받아 해당 음향정보를 분석하는 음향 분석부(450);
   상기 영상 수신부(410)와 상기 음향 수신부(420)로부터 영상정보와 음향정보를 전달받아 저장하는 데이터 베이스부(460);
   상기 영상 분석부(440)와 상기 음향 분석부(450)가 분석한 영상과 음향으로 수업태도를 평가하는 주제어부(430);를 포함하는 것을 특징으로 하는 수업태도 분석 시스템.
   
3. 제 2항에 있어서,
   상기 데이터 베이스부(460)는
   상기 영상 수신부(410)가 수신한 영상정보를 저장관리하는 영상DB(461);
   상기 음향 수신부(420)가 수신한 음향정보를 저장관리하는 음향DB(462);
   상기 강의실에서 수업받는 모든 학생들에 대해 사전에 수집되어 저장관리하는 학생정보DB(463); 및
   상기 학생의 학습을 평가하기 위한 평가기준을 저장관리하는 학습평가 기준DB(464);를 포함하는 것을 특징으로 하는 수업태도 분석 시스템.
   
4. 제 3항에 있어서,
   상기 영상 분석부(440)는
   상기 영상정보로부터 객체(학생)의 위치를 인식하고, 얼굴을 인식하며, 행동을 인식하는 학생 인식모듈(441);
   상기 학생 인식모듈(441)이 인식한 객체(학생)의 위치, 얼굴, 행동과 상기 학생정보DB(463)에 저장된 사전 정보를 비교분석하여 신원을 확인하고 출석여부를 분석하는 출석여부 분석모듈(442); 및
   과제 제출여부 확인을 위해 조성된 상황에 특정행위를 인식하여 과제 제출여부를 분석하는 과제 제출여부 분석모듈(443);를 포함하는 것을 특징으로 하는 수업태도 분석 시스템.
   
5. 제 4항에 있어서,
   상기 학생 인식모듈(441)은
   행동을 인식함에 있어 졸음, 떠듦, 장난침, 딴짓함, 싸움을 집중도가 떨어지는 행위로 판단하고, 질문하기와 대답하기를 참여도가 높은 행위로 판단하는 것을 특징으로 하는 수업태도 분석 시스템.
   
6. 제 5항에 있어서,
   상기 주제어부(430)는
   상기 영상 분석부(440)와 상기 음향 분석부(450)의 분석결과을 가지고, 상기 데이터 베이스부(460)의 학습평가 기준DB(464)에 저장된 평가기준에 따라 학생의 수업태도를 평가하는 것을 특징으로 하는 수업태도 분석 시스템.
   
7. 제 6항에 있어서,
   상기 주제어부(430)는
   상기 출석여부 분석모듈(442)의 분석에 따라 무단 결석시, 상기 평가기준을 적용하여 학습 태도를 "매우 나쁨"으로 평가하는 것을 특징으로 하는 수업태도 분석 시스템.
   
8. 제 6항에 있어서,
   상기 주제어부(430)는
   과제 제출여부에 따라 상기 평가기준을 적용하여 'O'점, '플러스 점수' 또는 '마이너스 점수'를 부여하는 것을 특징으로 하는 수업태도 분석 시스템.
   
9. 제 6항에 있어서,
   상기 주제어부(430)는
   상기 집중도를 5분당 졸음 횟수로 측정하되, 인식모듈의 신뢰도가 90% 이상일 때부터 횟수를 카운트하여 해당 카운트 횟수에 따라 0~10점에 해당하는 점수를 부여하는 것을 특징으로 하는 수업태도 분석 시스템.
   
10. 제 6항에 있어서,
    상기 주제어부(430)는
    상기 참여도를 5분당 질문 및 답변 횟수로 측정하되, 손을 든 행위의 인식 신뢰도가 90% 이상일 때부터 상기 횟수를 카운트하여 해당 카운트 횟수에 따라 0~10점에 해당하는 점수를 부여하는 것을 특징으로 하는 수업태도 분석 시스템.
    
11. 제 7항 내지 제 10항 중, 어느 한 항에 있어서,
    상기 주제어부(430)는
    상기 평가기준에 따라 평가된 상기 출석여부, 상기 과제 제출여부, 상기 집중도, 또는 상기 참여도를 기반으로 일, 주, 월 또는 학기 단위로 수업태도 분석하여 평가하는 것을 특징으로 하는 수업태도 분석 시스템.
    
12. 제 11항에 있어서,
    상기 주제어부(430)에 의해 평가된 수업태도를 통지서 형태로 학부모의 메일 또는 스마트 단말기로 전송하는 통신부(470)를 더 포함하는 것을 특징으로 하는 수업태도 분석 시스템.
    
13. 제 4항에 있어서,
    상기 음향 분석부(450)는
    과제를 제출한 경우 대답을 하도록 상황을 조성하여 학생이 대답한 음향을 분석 후, 상기 학생정보DB(463)에 저장된 사전 정보와 비교분석하여 일치여부에 따라 상기 과제 제출여부 확인을 하는 것을 특징으로 하는 수업태도 분석 시스템.

Images