KR20220018811A - 사용자의 눈 동작에 기초하여 사용자의 주의 집중 여부를 모니터링 할 수 있는 영상 수업 시스템 및 방법 - Google Patents
사용자의 눈 동작에 기초하여 사용자의 주의 집중 여부를 모니터링 할 수 있는 영상 수업 시스템 및 방법 Download PDFInfo
- Publication number
- KR20220018811A KR20220018811A KR1020200099370A KR20200099370A KR20220018811A KR 20220018811 A KR20220018811 A KR 20220018811A KR 1020200099370 A KR1020200099370 A KR 1020200099370A KR 20200099370 A KR20200099370 A KR 20200099370A KR 20220018811 A KR20220018811 A KR 20220018811A
- Authority
- KR
- South Korea
- Prior art keywords
- user
- information
- eye
- gaze path
- attention
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000012544 monitoring process Methods 0.000 title claims abstract description 37
- 230000003945 visual behavior Effects 0.000 title 1
- 230000004424 eye movement Effects 0.000 claims abstract description 22
- 230000009977 dual effect Effects 0.000 claims abstract description 5
- 206010041349 Somnolence Diseases 0.000 claims description 20
- 230000004397 blinking Effects 0.000 claims description 18
- 230000000193 eyeblink Effects 0.000 claims description 17
- 239000012141 concentrate Substances 0.000 abstract description 6
- 238000004590 computer program Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000015654 memory Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000004399 eye closure Effects 0.000 description 2
- 230000027939 micturition Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/002—Specific input/output arrangements not covered by G06F3/01 - G06F3/16
- G06F3/005—Input arrangements through a video camera
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
- G06F3/013—Eye tracking input arrangements
-
- G06K9/6215—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Educational Administration (AREA)
- Multimedia (AREA)
- Educational Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Image Analysis (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
사용자의 눈 동작에 기초한 주의 집중 여부를 모니터링 할 수 있는 영상 수업 시스템 및 방법이 개시된다. 사용자의 눈 동작에 기초한 주의 집중 모니터링 방법은 영상 수업 시스템에 참여한 사용자의 양안 시차를 듀얼 카메라로 측정하는 단계; 상기 양안 시차를 기초로 상기 사용자의 시선 경로를 추적하여 시선 경로(scanpath) 정보를 생성하는 단계; 상기 사용자의 시선 경로 정보와 영상 수업 시스템에 참가한 다른 사용자들의 시선 경로 정보들 간의 유사도를 결정하는 단계; 및 상기 유사도에 따라 사용자의 주의 집중 여부를 모니터링하는 단계를 포함할 수 있다.
Description
본 발명은 영상 수업 시스템 및 방법에 관한 것으로, 보다 구체적으로는 사용자의 눈 동작에 기초하여 영상 수업 중 사용자가 영상 수업에 주의 집중하고 있는지 여부를 모니터링할 수 있는 영상 수업 시스템 및 방법에 관한 것이다.
코로나 사태로 인하여 영상 수업을 이용하는 비대면 교육이 확산되고 있다. 비 실시간 영상 수업 시스템은 강의자가 생성한 학습 관련 정보를 사용자들이 시청하는 방식의 수업 시스템이다.
그러나, 종래의 비 실시간 영상 수업 시스템에서 강의자는 사용자가 무엇을 보고 있는지 알 수 없는 실정이다. 즉, 종래의 영상 수업 시스템에서는 사용자가 영상 수업 중에 강의자, 또는 학습 자료가 아니라 다른 영상을 시청하거나, 다른 수업의 과제를 작성하더라도 강의자가 사용자의 행동을 식별할 수 없었다.
따라서, 수업에 참여한 사용자가 수업에 주의 집중을 하고 있는지 여부를 모니터링할 수 있는 방법이 요청되고 있다.
본 발명은 수업에 참여한 사용자의 양안 시차를 측정하여 사용자의 시선 경로를 추적하고, 시선 경로의 유사도에 따라 주의 집중하지 않는 사용자를 판별하는 시스템 및 방법을 제공한다.
또한, 본 발명은 일정 시간 이상 시선 경로가 추적되지 않은 사용자가 존재하는지 여부를 모니터링하고, 일정 시간 이상 시선 경로가 추적되지 않은 사용자가 존재하는 경우, 해당 사용자가 부재중인 것으로 판별하는 시스템 및 방법을 제공한다.
그리고, 본 발명은 사용자의 눈 깜빡임 정보에 기초하여 사용자의 졸음 여부를 결정하는 시스템 및 방법을 제공한다.
본 발명의 일실시예에 따른 사용자의 눈 동작에 기초한 주의 집중 모니터링 방법은 영상 수업 시스템에 참여한 사용자의 양안 시차를 듀얼 카메라로 측정하는 단계; 상기 양안 시차를 기초로 상기 사용자의 시선 경로를 추적하여 시선 경로(scanpath) 정보를 생성하는 단계; 상기 사용자의 시선 경로 정보와 영상 수업 시스템에 참가한 다른 사용자들의 시선 경로 정보들 간의 유사도를 결정하는 단계; 및 상기 유사도에 따라 사용자의 주의 집중 여부를 모니터링하는 단계를 포함할 수 있다.
본 발명의 일실시예에 따른 사용자의 눈 동작에 기초한 주의 집중 모니터링 방법의 시선 경로 정보는, 상기 사용자의 시선이 경유한 콘텐츠, 또는 화면의 구성들 각각의 식별 정보를 연결하여 생성된 선 시선 경로 문자열이고, 상기 유사도를 결정하는 단계는, 상기 시선 경로 문자열의 편집 거리 비용을 산출하여 상기 유사도를 결정할 수 있다.
본 발명의 일실시예에 따른 사용자의 눈 동작에 기초한 주의 집중 모니터링 방법의 모니터링하는 단계는, 상기 유사도가 임계값 미만인 경우, 상기 사용자가 학습 관련 정보에 대하여 주의 집중하지 않고 있는 것으로 판단할 수 있다.
본 발명의 일실시예에 따른 사용자의 눈 동작에 기초한 주의 집중 모니터링 방법은 상기 사용자의 시선 경로가 감지되지 않는지 여부를 확인하는 단계; 및 상기 사용자의 시선 경로가 감지되지 않은 시간이 일정 시간 이상인 경우, 상기 사용자가 부재중인 것으로 결정하는 단계를 더 포함할 수 있다.
본 발명의 일실시예에 따른 사용자의 눈 동작에 기초한 주의 집중 모니터링 방법은 영상 수업 시스템에 참여한 사용자의 눈 깜빡임 정보를 아이 트래커로 수집하는 단계; 상기 눈 깜빡임 정보에 따라 상기 사용자의 눈 깜빡임 시간과 상기 사용자의 눈이 감긴 시간을 식별하는 단계; 상기 사용자의 눈 깜빡임 시간과 상기 사용자의 눈이 감긴 시간에 기초하여 졸음 판단용 정보를 생성하는 단계; 및 상기 졸음 판단용 정보에 기초하여 상기 사용자의 졸음 여부를 결정하는 단계를 포함할 수 있다.
본 발명의 일실시예에 따른 사용자의 눈 동작에 기초한 주의 집중 모니터링 방법의 졸음 판단용 정보는, 기 설정된 시간 구간 동안 상기 사용자의 눈 깜빡임 시간 대비 상기 사용자의 눈이 감긴 시간 간의 비율을 나타낼 수 있다.
본 발명의 일실시예에 영상 수업 시스템은 영상 수업 시스템에 참여한 사용자의 양안 시차를 측정하는 듀얼 카메라; 및 상기 양안 시차를 기초로 상기 사용자의 시선 경로를 추적하여 시선 경로(scanpath) 정보를 생성하고, 상기 사용자의 시선 경로 정보와 영상 수업 시스템에 참가한 다른 사용자들의 시선 경로 정보들 간의 유사도를 결정하며, 상기 유사도에 따라 사용자의 주의 집중 여부를 모니터링하는 수업 관리 서버를 포함할 수 있다.
본 발명의 일실시예에 영상 수업 시스템의 시선 경로 정보는, 상기 사용자의 시선이 경유한 콘텐츠, 또는 화면의 구성들 각각의 식별 정보를 연결하여 생성된 선 시선 경로 문자열이고, 상기 수업 관리 서버는, 상기 시선 경로 문자열의 편집 거리 비용을 산출하여 상기 유사도를 결정할 수 있다.
본 발명의 일실시예에 영상 수업 시스템의 수업 관리 서버는, 상기 유사도가 임계값 미만인 경우, 상기 사용자가 학습 관련 정보에 대하여 주의 집중하지 않고 있는 것으로 판단할 수 있다.
본 발명의 일실시예에 영상 수업 시스템의 수업 관리 서버는, 상기 사용자의 시선 경로가 감지되지 않는지 여부를 확인하고, 상기 사용자의 시선 경로가 감지되지 않은 시간이 일정 시간 이상인 경우, 상기 사용자가 부재중인 것으로 결정할 수 있다.
본 발명의 일실시예에 영상 수업 시스템은 영상 수업 시스템에 참여한 사용자의 눈 깜빡임 정보를 수집하는 아이 트래커; 및 상기 눈 깜빡임 정보에 따라 상기 사용자의 눈 깜빡임 시간과 상기 사용자의 눈이 감긴 시간을 식별하고, 상기 사용자의 눈 깜빡임 시간과 상기 사용자의 눈이 감긴 시간에 기초하여 졸음 판단용 정보를 생성하며, 상기 졸음 판단용 정보에 기초하여 상기 사용자의 졸음 여부를 결정하는 수업 관리 서버를 포함할 수 있다.
본 발명의 일실시예에 영상 수업 시스템의 졸음 판단용 정보는, 기 설정된 시간 구간 동안 상기 사용자의 눈 깜빡임 시간 대비 상기 사용자의 눈이 감긴 시간 간의 비율을 나타낼 수 있다.
본 발명의 일실시예에 의하면, 수업에 참여한 사용자들의 양안 시차를 측정하여 사용자들이 각각 주시하는 대상을 식별하고, 사용자들 중 학습 관련 정보를 주시하지 않는 사용자들을 식별하여 피드백을 제공함으로써, 사용자들이 학습 관련 정보를 주시하도록 유도할 수 있다.
또한, 본 발명의 일실시예에 의하면, 일정 시간 이상 시선 경로가 추적되지 않은 사용자가 존재하는지 여부를 모니터링하고, 일정 시간 이상 시선 경로가 추적되지 않은 사용자가 존재하는 경우, 해당 사용자가 부재중인 것으로 판별할 수 있다.
그리고, 본 발명의 일실시예에 의하면, 사용자의 눈 깜빡임 정보에 기초하여 사용자의 졸음 여부를 결정할 수 있다.
도 1은 본 발명의 일실시예에 따른 영상 수업 시스템을 도시한 도면이다.
도 2는 본 발명의 일실시예에 따른 영상 수업 시스템이 시선 경로의 유사도에 따라 주의 집중하지 않은 사용자를 판별하는 동작을 도시한 도면이다.
도 3은 본 발명의 일실시예에 따른 영상 수업 시스템이 시선 경로의 유무에 기초하여 부재중인 사용자를 판별하는 동작을 도시한 도면이다.
도 4는 본 발명의 제1 실시예에 따른 사용자의 눈 동작에 기초한 주의 집중 모니터링 방법을 도시한 플로우차트이다.
도 5는 본 발명의 제2 실시예에 따른 사용자의 눈 동작에 기초한 주의 집중 모니터링 방법을 도시한 플로우차트이다.
도 6은 본 발명의 제3 실시예에 따른 사용자의 눈 동작에 기초한 주의 집중 모니터링 방법을 도시한 플로우차트이다.
도 2는 본 발명의 일실시예에 따른 영상 수업 시스템이 시선 경로의 유사도에 따라 주의 집중하지 않은 사용자를 판별하는 동작을 도시한 도면이다.
도 3은 본 발명의 일실시예에 따른 영상 수업 시스템이 시선 경로의 유무에 기초하여 부재중인 사용자를 판별하는 동작을 도시한 도면이다.
도 4는 본 발명의 제1 실시예에 따른 사용자의 눈 동작에 기초한 주의 집중 모니터링 방법을 도시한 플로우차트이다.
도 5는 본 발명의 제2 실시예에 따른 사용자의 눈 동작에 기초한 주의 집중 모니터링 방법을 도시한 플로우차트이다.
도 6은 본 발명의 제3 실시예에 따른 사용자의 눈 동작에 기초한 주의 집중 모니터링 방법을 도시한 플로우차트이다.
이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.
실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 일실시예에 따른 영상 수업 시스템을 도시한 도면이다.
영상 수업 시스템은 수업하는 강의자(112)에 대응하는 단말(110), 영상 수업에 참여한 사용자(122)들 각각에 대응하는 카메라(121) 및 단말(120)들과 수업 관리 서버(100)로 구성될 수 있다. 예를 들어, 강의자(112)는 교수, 강사, 선생님과 같이 영상 수업에서 수업을 진행하는 사람일 수 있다. 또한, 사용자들은 영상 수업에 참여하여 수업을 받는 학생일 수 있다.
수업 관리 서버(100)는 프로세서 및 통신기로 구성될 수 있다. 이때, 통신기는 단말(110), 및 단말(120)들과 통신할 수 있다. 예를 들어, 단말은 컴퓨터, 또는 복수의 디스플레이에 화면을 출력하는 서버일 수 있다. 또한, 단말(120)은 학습 관련 정보가 포함된 컨텐츠를 출력하기 위한 화면 및 프로세서를 포함하며, 카메라(121)를 내장하거나, 카메라(121)와 연결될 수 있다.
수업 관리 서버(100)는 강의자(112)의 단말(110)로부터 수신한 학습 관련 정보를 단말(120)들에 전송하여 단말(120)들이 각각 학습 관련 정보를 디스플레이에 표시하도록 할 수 있다.
카메라(121)는 사용자(122)의 양안 시차를 측정할 수 있다. 그리고, 수업 관리 서버(100)는 카메라(121)가 측정한 사용자(122)의 양안 시차를 기초로 사용자의 눈 동작을 식별함으로써, 단말(120)의 디스플레이에서 사용자(122)가 주시하고 있는 위치를 추정할 수 있다. 또한, 아이 트래커는 사용자의 눈 동작을 기초로 단말(120)의 디스플레이에서 사용자(122)가 주시하고 있는 위치를 식별할 수 있다. 그리고, 수업 관리 서버(100)는 아이 트래커로부터 아이 트래커가 식별한 사용자(122)가 주시하고 있는 위치를 수신할 수 있다.
다음으로, 수업 관리 서버(100)는 단말(121)의 디스플레이에 표시하는 화면을 기초로 사용자(122)가 화면 상에 어떤 컨텐츠를 주시하고 있는지를 식별할 수 있다.
그 다음으로 수업 관리 서버(100)는 시간의 경과에 따라 변화하는 사용자(122)가 주사하고 있는 위치 및 사용자(122)가 주사하고 있는 위치 각각에 대응하는 컨텐츠를 참조하여 사용자의 시선 경로(scanpath)를 추적할 수 있다. 그리고, 수업 관리 서버(100)는 추적한 사용자의 시선 경로에 따라 시선 경로 정보를 생성할 수 있다. 이때, 시선 경로 정보는 사용자의 시선이 경유한 콘텐츠, 또는 화면의 구성들 각각의 이름을 연결하여 생성된 시선 경로 문자열일 수 있다.
다음으로, 수업 관리 서버(100)는 사용자(122)의 시선 경로 정보와 영상 수업 시스템에 참가한 다른 사용자들의 시선 경로 정보들 간의 유사도를 결정할 수 있다. 이때, 수업 관리 서버(100)는 시선 경로 문자열의 편집 거리 비용을 산출하여 유사도를 결정할 수 있다. 예를 들어, 수업 관리 서버(100)는 수학식 1과 같은 Levenshtein Edit Distance 문자열 편집거리 비용 산출 방식으로 학습자들의 시선 경로 유사도를 결정할 수 있다.
그리고, 수업 관리 서버(100)는 결정한 유사도에 따라 사용자(122)의 주의 집중 여부를 모니터링할 수 있다. 유사도가 임계값 미만인 경우, 수업 관리 서버(100)는 사용자(122)가 학습 관련 정보에 대하여 주의 집중하지 않고 있는 것으로 판단할 수 있다. 또한, 유사도가 임계값 이상인 경우, 수업 관리 서버(100)는 사용자(122)가 학습 관련 정보에 대하여 주의 집중하지 않고 있는 것으로 판단할 수 있다.
또한, 수업 관리 서버(100)는 사용자의 시선 경로를 추적하였는데도 사용자(122)의 시선 경로가 감지되지 않는지 여부를 확인할 수 있다. 그리고, 사용자(122)의 시선 경로가 감지되지 않은 시간이 일정 시간 이상인 경우, 수업 관리 서버(100)는 사용자(122)가 단말(120) 및 카메라(121) 앞에 존재하지 않고 부재중인 것으로 결정할 수 있다.
그리고, 수업 관리 서버(100)는 영상 수업 시스템에 참여한 사용자(122)의 눈 깜빡임 정보를 아이 트래커로 수집할 수 있다. 이때, 수업 관리 서버(100)는 수집한 눈 깜빡임 정보에 따라 사용자(122)의 눈 깜빡임 시간과 사용자(122)의 눈이 감긴 시간을 식별할 수 있다.
다음으로, 수업 관리 서버(100)는 사용자(122)의 눈 깜빡임 시간과 사용자(122)의 눈이 감긴 시간에 기초하여 졸음 판단용 정보를 생성할 수 있다. 이때, 졸음 판단용 정보는 설정된 시간 구간 동안 사용자(122)의 눈 깜빡임 시간 대비 사용자(122)의 눈이 감긴 시간 간의 비율을 나타낼 수 있다. 예를 들어, 졸음 판단용 정보는 수학식 2와 같이 정의된 PERCLOS(Percentage eye closure)지표인 fPERCLOS일 수 있다.
이때, nclose는 사용자(122)의 눈이 감긴 시간이고, NcolseandOpen는 사용자(122)의 눈 깜빡임 시간일 수 있다.
마지막으로, 수업 관리 서버(100)는 졸음 판단용 정보에 기초하여 사용자(122)의 졸음 여부를 결정할 수 있다. 예를 들어, 수업 관리 서버(100)는 PERCLOS 지표가 매우 높은 학습자를 선별하여 졸음 여부를 확인할 수 있다.
본 발명의 일실시예에 따른 영상 수업 시스템은 수업에 참여한 사용자들의 양안 시차를 측정하여 사용자들이 각각 주시하는 대상을 식별하고, 사용자들 중 학습 관련 정보를 주시하지 않는 사용자들을 식별하여 피드백을 제공함으로써, 사용자들이 학습 관련 정보를 주시하도록 유도할 수 있다.
또한, 본 발명의 일실시예에 따른 영상 수업 시스템은 일정 시간 이상 시선 경로가 추적되지 않은 사용자가 존재하는지 여부를 모니터링하고, 일정 시간 이상 시선 경로가 추적되지 않은 사용자가 존재하는 경우, 해당 사용자가 부재중인 것으로 판별할 수 있다.
그리고, 본 발명의 일실시예에 따른 영상 수업 시스템은 사용자의 눈 깜빡임 정보에 기초하여 사용자의 졸음 여부를 결정할 수 있다.
도 2는 본 발명의 일실시예에 따른 영상 수업 시스템이 시선 경로의 유사도에 따라 주의 집중하지 않은 사용자를 판별하는 동작을 도시한 도면이다.
사용자 A(201)는 사용자 A(201)의 단말의 디스플레이(202)에 표시된 학습 관련 정보(210)를 주시할 수 있다. 이때, 사용자 A(201)는 학습 관련 정보(210)에서 강의하는 내용에 따라 그래프 1(211), 강의자(212), 그래프 2(213), 그래프 1(211)의 순서로 시선을 이동시킬 수 있다. 그리고, 수업 관리 서버(100)는 사용자 A(201)의 시선 이동에 따라 그래프 1(211), 강의자(212), 및 그래프 2(213)의 식별 정보가 (그래프 1)(강의자)(그래프 2)(그래프 1)와 같이 연결된 시선 경로 문자열을 생성할 수 있다. 이때, 그래프 1(211), 강의자(212), 및 그래프 2(213)의 식별 정보는 각각 그래프 1(211), 강의자(212), 및 그래프 2(213)의 이름일 수도 있고, 수업 관리 서버(100)에서 식별할 수 있도록 정의한 기호일 수도 있다.
또한, 사용자 B(203)는 도 2에 도시된 바와 같이 사용자 B(203)의 단말의 디스플레이(204)에 학습 관련 정보(210) 및 학습 관련 정보(210)와 상관없는 다른 컨텐츠(220)를 표시 시킨 상태로 컨텐츠(220)를 주시할 수 있다. 이때, 사용자 B(203)는 컨텐츠(220)의 내용에 따라 사람(221), 컵(221), 프라이 펜(223)의 순서로 시선을 이동시킬 수 있다. 그리고, 수업 관리 서버(100)는 사용자 B(203)의 시선 이동에 따라 사람(221), 컵(221), 및 프라이 펜(223)의 식별 정보가 (사람), (컵), (프라이 펜)와 같이 연결된 시선 경로 문자열을 생성할 수 있다.
그리고, 사용자 C(205)는 사용자 C(205)의 단말의 디스플레이(206)에 표시된 학습 관련 정보(210)를 주시할 수 있다. 이때, 사용자 C(205)는 학습 관련 정보(210)에서 강의하는 내용에 따라 그래프 1(211), 강의자(212), 그래프 2(213), 그래프 1(211)의 순서로 시선을 이동시킬 수 있다. 그리고, 수업 관리 서버(100)는 사용자 C(205)의 시선 이동에 따라 그래프 1(211), 강의자(212), 및 그래프 2(213)의 식별 정보가 (그래프 1)(강의자)(그래프 2)(그래프 1)와 같이 연결된 시선 경로 문자열을 생성할 수 있다.
다음으로, 수업 관리 서버(100)는 사용자 A(201)의 시선 경로 문자열인 (그래프 1)(강의자)(그래프 2)(그래프 1), 사용자 B(203)의 시선 경로 문자열인 (사람), (컵), (프라이 펜) 및 사용자 C(205)의 시선 경로 문자열인 (그래프 1)(강의자)(그래프 2)(그래프 1) 간의 유사도를 결정할 수 있다.
이때, 사용자 A(201)의 시선 경로 문자열과 사용자 C(205)의 시선 경로 문자열은 동일하여 유사도가 높으므로, 수업 관리 서버(100)는 사용자 A(201)와 사용자 C(205)를 주의 집중하는 사용자로 판별할 수 있다. 반면, 사용자 B(203)의 시선 경로 문자열은 사용자 A(201)의 시선 경로 문자열 및 사용자 C(205)의 시선 경로 문자열과 상이하여 유사도가 낮으므로, 수업 관리 서버(100)는 사용자 B(203)를 주의 집중하지 않는 사용자로 판별할 수 있다.
이때, 수업 관리 서버(100)는 사용자 B(203)의 단말로 키네틱 정보, 또는 청각 정보를 전송할 수 있다. 그리고, 사용자 B(203)의 단말은 키네틱 정보에 따라 마우스, 키보드, 및 단말의 본체 중 적어도 하나를 진동 시킴으로써, 사용자 B(203)에게 주의 집중이 필요하다고 경고할 수 있다. 또한, 사용자 B(203)의 단말은 스피커를 통하여 청각 정보에 대응하는 메시지를 출력할 수도 있다. 이때, 출력하는 메시지는 사용자 B(203)에게 주의 집중이 필요하다고 경고하는 메시지일 수 있다. 또한, 청각 정보는 사용자(122)에게 기 설정된 시간 동안 휴식 후, 학습 관련 정보(210)를 다시 시청하도록 제안하는 메시지일 수 있다.
도 3은 본 발명의 일실시예에 따른 영상 수업 시스템이 시선 경로의 유무에 기초하여 부재중인 사용자를 판별하는 동작을 도시한 도면이다.
사용자 A(301)는 사용자 A(301)의 단말의 디스플레이(302)에 표시된 학습 관련 정보(210)를 주시할 수 있다. 이때, 사용자 A(301)는 학습 관련 정보(210)에서 강의하는 내용에 따라 그래프 1(211), 강의자(212), 그래프 2(213), 그래프 1(211)의 순서로 시선을 이동시킬 수 있다. 그리고, 수업 관리 서버(100)는 사용자 A(301)의 시선 이동에 따라 그래프 1(211), 강의자(212), 및 그래프 2(213)의 식별 정보가 (그래프 1)(강의자)(그래프 2)(그래프 1)와 같이 연결된 시선 경로 문자열을 생성할 수 있다.
반면, 사용자 B(303)는 자리를 비운 상태일 수 있다. 이때, 사용자 B(303)의 단말의 디스플레이(204)에 학습 관련 정보(210)가 표시되고 있으나, 사용자 B(303)의 단말에 포함, 또는 연결된 카메라는 사용자 B(303)의 눈을 감지하지 못하고 있으므로, 수업 관리 서버(100)도 사용자 B(303)의 시선 경로 문자열을 생성하지 못할 수 있다.
이때, 수업 관리 서버(100)는 사용자 B(303)의 시선 경로 문자열을 생성하지 못한 시간이 일정 시간 이상인지 여부를 확인할 수 있다. 예를 들어, 일정 시간은 소변, 세면과 같이 사용자들의 생리적 현상(요의, 졸음)을 해소하기 위하여 필요한 시간일 수 있다. 이때, 일정 시간은 복수의 사용자들이 생리적 현상을 해소하기 위하여 소모한 시간들의 평균값으로 결정될 수 있다. 또한, 일정 시간은 사용자들 각각에 생리적 현상을 해소하기 위하여 소모한 시간에 따라 사용자 별로 결정될 수도 있다.
일정 시간이 경과하기 전에 사용자 B(303)가 자리로 복귀하여 학습 관련 정보(210)를 주시하는 경우, 사용자 B(303)가 복귀한 시점부터 수업 관리 서버(100)가 사용자 B(303)의 시선 경로 문자열을 생성할 수 있다. 따라서, 수업 관리 서버(100)는 사용자 B(303)의 부재중 판단 여부를 종료할 수 있다. 반면, 일정 시간이 경과한 후에도 사용자 B(303)가 자리로 복귀하지 않는 경우, 수업 관리 서버(100)가 사용자 B(303)의 시선 경로 문자열을 생성하지 못한 시간도 일정 시간 이상일 수 있다. 이때, 수업 관리 서버(100)는 사용자 B(303)가 부재중인 것으로 결정할 수 있다. 그리고, 수업 관리 서버(100)는 강의자(112)에게 사용자 B(303)가 부재 중이라는 정보를 피드백할 수 있다.
또한, 수업 관리 서버(100)는 강의자(112)에게 사용자 B(303)가 부재 중이라는 정보를 피드백하기 전에 사용자 B(303)의 이동 단말 번호와 같은 실시간 연락처를 이용하여 사용자 B(303)에게 자리로 복귀하도록 요청할 수도 있다. 그리고, 사용자 B(303)에게 자리로 복귀하도록 요청한 시점으로부터 일정 시간이 더 경과하였는데도 사용자 B(303)가 자리로 복귀하지 않은 경우, 강의자(112)에게 사용자 B(303)가 부재 중이라는 정보를 피드백할 수도 있다.
도 4는 본 발명의 제1 실시예에 따른 사용자의 눈 동작에 기초한 주의 집중 모니터링 방법을 도시한 플로우차트이다.
본 발명의 제1 실시예에 따른 주의 집중 모니터링 방법은 사용자들 간의 시선 경로 유사도에 따라 주의 집중하지 않는 사용자를 모니터링하는 방법이다.
단계(410)에서 수업 관리 서버(100)는 카메라(121)가 측정한 사용자(122)의 양안 시차를 기초로 사용자의 눈 동작을 식별함으로써, 단말(121)의 디스플레이에서 사용자(122)가 주시하고 있는 위치를 추정할 수 있다. 다음으로, 수업 관리 서버(100)는 단말(121)의 디스플레이에 표시하는 화면을 기초로 사용자(122)가 화면 상에 어떤 컨텐츠를 주시하고 있는지를 식별할 수 있다. 그 다음으로 수업 관리 서버(100)는 시간의 경과에 따라 변화하는 사용자(122)가 주사하고 있는 위치 및 사용자(122)가 주사하고 있는 위치 각각에 대응하는 컨텐츠를 참조하여 사용자의 시선 경로(scanpath)를 추적할 수 있다. 그리고, 수업 관리 서버(100)는 추적한 사용자의 시선 경로에 따라 시선 경로 정보를 생성할 수 있다.
단계(420)에서 수업 관리 서버(100)는 단계(410)에서 추적한 사용자(122)의 시선 경로와 영상 수업 시스템에 참가한 다른 사용자들의 시선 경로들 간의 유사도를 결정할 수 있다. 이때, 수업 관리 서버(100)는 시선 경로 문자열의 편집 거리 비용을 산출하여 유사도를 결정할 수 있다.
단계(430)에서 수업 관리 서버(100)는 단계(420)에서 결정한 유사도에 따라 사용자(122)의 주의 집중 여부를 모니터링할 수 있다. 유사도가 임계값 미만인 경우, 수업 관리 서버(100)는 사용자(122)가 학습 관련 정보에 대하여 주의 집중하지 않고 있는 것으로 판단할 수 있다. 또한, 유사도가 임계값 이상인 경우, 수업 관리 서버(100)는 사용자(122)가 학습 관련 정보에 대하여 주의 집중하지 않고 있는 것으로 판단할 수 있다.
도 5는 본 발명의 제2 실시예에 따른 사용자의 눈 동작에 기초한 주의 집중 모니터링 방법을 도시한 플로우차트이다.
본 발명의 제2 실시예에 따른 주의 집중 모니터링 방법은 사용자의 눈 깜빡임 정보에 따라 졸고 있는 사용자를 식별함으로써, 주의 집중하지 않는 사용자를 모니터링하는 방법이다.
단계(510)에서 수업 관리 서버(100)는 영상 수업 시스템에 참여한 사용자(122)의 눈 깜빡임 정보를 아이 트래커로 수집할 수 있다. 이때, 수업 관리 서버(100)는 수집한 눈 깜빡임 정보에 따라 사용자(122)의 눈 깜빡임 시간과 사용자(122)의 눈이 감긴 시간을 식별할 수 있다.
단계(520)에서 수업 관리 서버(100)는 사용자(122)의 눈 깜빡임 시간과 사용자(122)의 눈이 감긴 시간에 기초하여 졸음 판단용 정보를 생성할 수 있다. 예를 들어, 졸음 판단용 정보는 PERCLOS(Percentage eye closure)지표일 수 있다.
단계(530)에서 수업 관리 서버(100)는 단계(520)에서 생성한 졸음 판단용 정보에 기초하여 사용자(122)의 졸음 여부를 결정할 수 있다. 예를 들어, 수업 관리 서버(100)는 PERCLOS 지표가 매우 높은 학습자를 선별하여 졸음 여부를 확인할 수 있다.
도 6은 본 발명의 제3 실시예에 따른 사용자의 눈 동작에 기초한 주의 집중 모니터링 방법을 도시한 플로우차트이다.
본 발명의 제3 실시예에 따른 주의 집중 모니터링 방법은 사용자의 시선 경로 정보의 유무에 따라 사용자의 부재 여부를 결정함으로써, 주의 집중하지 않는 사용자를 모니터링하는 방법이다.
단계(610)에서 수업 관리 서버(100)는 카메라(121)가 측정한 사용자(122)의 양안 시차를 기초로 사용자의 눈 동작을 식별함으로써, 단말(121)의 디스플레이에서 사용자(122)가 주시하고 있는 위치를 추정할 수 있다. 다음으로, 수업 관리 서버(100)는 단말(121)의 디스플레이에 표시하는 화면을 기초로 사용자(122)가 화면 상에 어떤 컨텐츠를 주시하고 있는지를 식별할 수 있다. 그 다음으로 수업 관리 서버(100)는 시간의 경과에 따라 변화하는 사용자(122)가 주사하고 있는 위치 및 사용자(122)가 주사하고 있는 위치 각각에 대응하는 컨텐츠를 참조하여 사용자의 시선 경로(scanpath)를 추적할 수 있다. 그리고, 수업 관리 서버(100)는 추적한 사용자의 시선 경로에 따라 시선 경로 정보를 생성할 수 있다.
단계(620)에서 수업 관리 서버(100)는 단계(610)에서 사용자의 시선 경로를 추적하였는데도 사용자(122)의 시선 경로가 감지되지 않는지 여부를 확인할 수 있다. 그리고, 사용자(122)의 시선 경로가 감지되지 않은 시간이 일정 시간 이상인 경우, 수업 관리 서버(100)는 단계(630)를 수행할 수 있다. 또한, 사용자(122)의 시선 경로가 감지되지 않은 시간이 일정 시간 미만인 경우, 수업 관리 서버(100)는 사용자(122)의 시선 경로가 감지되지 않은 시간이 일정 시간 이상일 때까지 단계(610)와 단계(620)를 반복 수행할 수 있다.
단계(630)에서 수업 관리 서버(100)는 사용자(122)가 단말(120) 및 카메라(121) 앞에 존재하지 않고 부재중인 것으로 결정할 수 있다.
본 발명은 수업에 참여한 사용자들의 양안 시차를 측정하여 사용자들이 각각 주시하는 대상을 식별하고, 사용자들 중 학습 관련 정보를 주시하지 않는 사용자들을 식별하여 피드백을 제공함으로써, 사용자들이 학습 관련 정보를 주시하도록 유도할 수 있다.
또한, 본 발명은 일정 시간 이상 시선 경로가 추적되지 않은 사용자가 존재하는지 여부를 모니터링하고, 일정 시간 이상 시선 경로가 추적되지 않은 사용자가 존재하는 경우, 해당 사용자가 부재중인 것으로 판별할 수 있다.
그리고, 본 발명은 사용자의 눈 깜빡임 정보에 기초하여 사용자의 졸음 여부를 결정할 수 있다.
한편, 본 발명에 따른 영상 수업 시스템 또는 사용자의 눈 동작에 기초한 주의 집중 모니터링 방법은 컴퓨터에서 실행될 수 있는 프로그램으로 작성되어 마그네틱 저장매체, 광학적 판독매체, 디지털 저장매체 등 다양한 기록 매체로도 구현될 수 있다.
본 명세서에 설명된 각종 기술들의 구현들은 디지털 전자 회로조직으로, 또는 컴퓨터 하드웨어, 펌웨어, 소프트웨어로, 또는 그들의 조합들로 구현될 수 있다. 구현들은 데이터 처리 장치, 예를 들어 프로그램가능 프로세서, 컴퓨터, 또는 다수의 컴퓨터들의 동작에 의한 처리를 위해, 또는 이 동작을 제어하기 위해, 컴퓨터 프로그램 제품, 예를 들어 기계 판독가능 저장 장치(컴퓨터 판독가능 매체)에서 유형적으로 구체화된 컴퓨터 프로그램으로서 구현될 수 있다. 상술한 컴퓨터 프로그램(들)과 같은 컴퓨터 프로그램은 컴파일된 또는 인터프리트된 언어들을 포함하는 임의의 형태의 프로그래밍 언어로 기록될 수 있고, 독립형 프로그램으로서 또는 모듈, 구성요소, 서브루틴, 또는 컴퓨팅 환경에서의 사용에 적절한 다른 유닛으로서 포함하는 임의의 형태로 전개될 수 있다. 컴퓨터 프로그램은 하나의 사이트에서 하나의 컴퓨터 또는 다수의 컴퓨터들 상에서 처리되도록 또는 다수의 사이트들에 걸쳐 분배되고 통신 네트워크에 의해 상호 연결되도록 전개될 수 있다.
컴퓨터 프로그램의 처리에 적절한 프로세서들은 예로서, 범용 및 특수 목적 마이크로프로세서들 둘 다, 및 임의의 종류의 디지털 컴퓨터의 임의의 하나 이상의 프로세서들을 포함한다. 일반적으로, 프로세서는 판독 전용 메모리 또는 랜덤 액세스 메모리 또는 둘 다로부터 명령어들 및 데이터를 수신할 것이다. 컴퓨터의 요소들은 명령어들을 실행하는 적어도 하나의 프로세서 및 명령어들 및 데이터를 저장하는 하나 이상의 메모리 장치들을 포함할 수 있다. 일반적으로, 컴퓨터는 데이터를 저장하는 하나 이상의 대량 저장 장치들, 예를 들어 자기, 자기-광 디스크들, 또는 광 디스크들을 포함할 수 있거나, 이것들로부터 데이터를 수신하거나 이것들에 데이터를 송신하거나 또는 양쪽으로 되도록 결합될 수도 있다. 컴퓨터 프로그램 명령어들 및 데이터를 구체화하는데 적절한 정보 캐리어들은 예로서 반도체 메모리 장치들, 예를 들어, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(Magnetic Media), CD-ROM(Compact Disk Read Only Memory), DVD(Digital Video Disk)와 같은 광 기록 매체(Optical Media), 플롭티컬 디스크(Floptical Disk)와 같은 자기-광 매체(Magneto-Optical Media), 롬(ROM, Read Only Memory), 램(RAM, Random Access Memory), 플래시 메모리, EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM) 등을 포함한다. 프로세서 및 메모리는 특수 목적 논리 회로조직에 의해 보충되거나, 이에 포함될 수 있다.
또한, 컴퓨터 판독가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용매체일 수 있고, 컴퓨터 저장매체를 모두 포함할 수 있다.
본 명세서는 다수의 특정한 구현물의 세부사항들을 포함하지만, 이들은 어떠한 발명이나 청구 가능한 것의 범위에 대해서도 제한적인 것으로서 이해되어서는 안되며, 오히려 특정한 발명의 특정한 실시형태에 특유할 수 있는 특징들에 대한 설명으로서 이해되어야 한다. 개별적인 실시형태의 문맥에서 본 명세서에 기술된 특정한 특징들은 단일 실시형태에서 조합하여 구현될 수도 있다. 반대로, 단일 실시형태의 문맥에서 기술한 다양한 특징들 역시 개별적으로 혹은 어떠한 적절한 하위 조합으로도 복수의 실시형태에서 구현 가능하다. 나아가, 특징들이 특정한 조합으로 동작하고 초기에 그와 같이 청구된 바와 같이 묘사될 수 있지만, 청구된 조합으로부터의 하나 이상의 특징들은 일부 경우에 그 조합으로부터 배제될 수 있으며, 그 청구된 조합은 하위 조합이나 하위 조합의 변형물로 변경될 수 있다.
마찬가지로, 특정한 순서로 도면에서 동작들을 묘사하고 있지만, 이는 바람직한 결과를 얻기 위하여 도시된 그 특정한 순서나 순차적인 순서대로 그러한 동작들을 수행하여야 한다거나 모든 도시된 동작들이 수행되어야 하는 것으로 이해되어서는 안 된다. 특정한 경우, 멀티태스킹과 병렬 프로세싱이 유리할 수 있다. 또한, 상술한 실시형태의 다양한 장치 컴포넌트의 분리는 그러한 분리를 모든 실시형태에서 요구하는 것으로 이해되어서는 안되며, 설명한 프로그램 컴포넌트와 장치들은 일반적으로 단일의 소프트웨어 제품으로 함께 통합되거나 다중 소프트웨어 제품에 패키징 될 수 있다는 점을 이해하여야 한다.
한편, 본 명세서와 도면에 개시된 본 발명의 실시 예들은 이해를 돕기 위해 특정 예를 제시한 것에 지나지 않으며, 본 발명의 범위를 한정하고자 하는 것은 아니다. 여기에 개시된 실시 예들 이외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형 예들이 실시 가능하다는 것은, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 자명한 것이다.
100: 수업 관리 서버
110: 단말
112: 강의자
120: 단말
121: 카메라
122: 사용자
110: 단말
112: 강의자
120: 단말
121: 카메라
122: 사용자
Claims (13)
- 영상 수업 시스템에 참여한 사용자의 양안 시차를 듀얼 카메라로 측정하는 단계;
상기 양안 시차를 기초로 상기 사용자의 시선 경로를 추적하여 시선 경로(scanpath) 정보를 생성하는 단계;
상기 사용자의 시선 경로 정보와 영상 수업 시스템에 참가한 다른 사용자들의 시선 경로 정보들 간의 유사도를 결정하는 단계; 및
상기 유사도에 따라 사용자의 주의 집중 여부를 모니터링하는 단계
를 포함하는 사용자의 눈 동작에 기초한 주의 집중 모니터링 방법. - 제1항에 있어서,
상기 시선 경로 정보는,
상기 사용자의 시선이 경유한 콘텐츠, 또는 화면의 구성들 각각의 식별 정보를 연결하여 생성된 선 시선 경로 문자열이고,
상기 유사도를 결정하는 단계는,
상기 시선 경로 문자열의 편집 거리 비용을 산출하여 상기 유사도를 결정하는 사용자의 눈 동작에 기초한 주의 집중 모니터링 방법. - 제1항에 있어서,
상기 모니터링하는 단계는,
상기 유사도가 임계값 미만인 경우, 상기 사용자가 학습 관련 정보에 대하여 주의 집중하지 않고 있는 것으로 판단하는 사용자의 눈 동작에 기초한 주의 집중 모니터링 방법. - 제1항에 있어서,
상기 사용자의 시선 경로가 감지되지 않는지 여부를 확인하는 단계; 및
상기 사용자의 시선 경로가 감지되지 않은 시간이 일정 시간 이상인 경우, 상기 사용자가 부재중인 것으로 결정하는 단계
를 더 포함하는 사용자의 눈 동작에 기초한 주의 집중 모니터링 방법. - 영상 수업 시스템에 참여한 사용자의 눈 깜빡임 정보를 아이 트래커로 수집하는 단계;
상기 눈 깜빡임 정보에 따라 상기 사용자의 눈 깜빡임 시간과 상기 사용자의 눈이 감긴 시간을 식별하는 단계;
상기 사용자의 눈 깜빡임 시간과 상기 사용자의 눈이 감긴 시간에 기초하여 졸음 판단용 정보를 생성하는 단계; 및
상기 졸음 판단용 정보에 기초하여 상기 사용자의 졸음 여부를 결정하는 단계
를 포함하는 사용자의 눈 동작에 기초한 주의 집중 모니터링 방법. - 제5항에 있어서,
상기 졸음 판단용 정보는,
기 설정된 시간 구간 동안 상기 사용자의 눈 깜빡임 시간 대비 상기 사용자의 눈이 감긴 시간 간의 비율을 나타내는 사용자의 눈 동작에 기초한 주의 집중 모니터링 방법. - 제1항 내지 제6항 중 어느 한 항의 방법을 실행하기 위한 프로그램이 기록된 컴퓨터에서 판독 가능한 기록 매체.
- 영상 수업 시스템에 참여한 사용자의 양안 시차를 측정하는 듀얼 카메라; 및
상기 양안 시차를 기초로 상기 사용자의 시선 경로를 추적하여 시선 경로(scanpath) 정보를 생성하고, 상기 사용자의 시선 경로 정보와 영상 수업 시스템에 참가한 다른 사용자들의 시선 경로 정보들 간의 유사도를 결정하며, 상기 유사도에 따라 사용자의 주의 집중 여부를 모니터링하는 수업 관리 서버
를 포함하는 영상 수업 시스템. - 제8항에 있어서,
상기 시선 경로 정보는,
상기 사용자의 시선이 경유한 콘텐츠, 또는 화면의 구성들 각각의 식별 정보를 연결하여 생성된 선 시선 경로 문자열이고,
상기 수업 관리 서버는,
상기 시선 경로 문자열의 편집 거리 비용을 산출하여 상기 유사도를 결정하는 영상 수업 시스템. - 제8항에 있어서,
상기 수업 관리 서버는,
상기 유사도가 임계값 미만인 경우, 상기 사용자가 학습 관련 정보에 대하여 주의 집중하지 않고 있는 것으로 판단하는 영상 수업 시스템. - 제8항에 있어서,
상기 수업 관리 서버는,
상기 사용자의 시선 경로가 감지되지 않는지 여부를 확인하고, 상기 사용자의 시선 경로가 감지되지 않은 시간이 일정 시간 이상인 경우, 상기 사용자가 부재중인 것으로 결정하는 영상 수업 시스템. - 영상 수업 시스템에 참여한 사용자의 눈 깜빡임 정보를 수집하는 아이 트래커; 및
상기 눈 깜빡임 정보에 따라 상기 사용자의 눈 깜빡임 시간과 상기 사용자의 눈이 감긴 시간을 식별하고, 상기 사용자의 눈 깜빡임 시간과 상기 사용자의 눈이 감긴 시간에 기초하여 졸음 판단용 정보를 생성하며, 상기 졸음 판단용 정보에 기초하여 상기 사용자의 졸음 여부를 결정하는 수업 관리 서버
를 포함하는 영상 수업 시스템. - 제12항에 있어서,
상기 졸음 판단용 정보는,
기 설정된 시간 구간 동안 상기 사용자의 눈 깜빡임 시간 대비 상기 사용자의 눈이 감긴 시간 간의 비율을 나타내는 영상 수업 시스템.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200099370A KR102502766B1 (ko) | 2020-08-07 | 2020-08-07 | 사용자의 눈 동작에 기초하여 사용자의 주의 집중 여부를 모니터링 할 수 있는 영상 수업 시스템 및 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200099370A KR102502766B1 (ko) | 2020-08-07 | 2020-08-07 | 사용자의 눈 동작에 기초하여 사용자의 주의 집중 여부를 모니터링 할 수 있는 영상 수업 시스템 및 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20220018811A true KR20220018811A (ko) | 2022-02-15 |
KR102502766B1 KR102502766B1 (ko) | 2023-02-22 |
Family
ID=80325439
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020200099370A KR102502766B1 (ko) | 2020-08-07 | 2020-08-07 | 사용자의 눈 동작에 기초하여 사용자의 주의 집중 여부를 모니터링 할 수 있는 영상 수업 시스템 및 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102502766B1 (ko) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009258175A (ja) * | 2008-04-11 | 2009-11-05 | Yamaha Corp | 講義システムおよび集計システム |
KR20100016696A (ko) * | 2008-08-05 | 2010-02-16 | 주식회사 리얼맨토스 | 가상강의의 학습상태 분석시스템 및 이를 이용한 학습코스스케줄링방법 |
KR101765770B1 (ko) * | 2016-02-29 | 2017-08-07 | 손부경 | 영상 처리를 이용한 온라인 시험의 부정행위 검출 시스템 및 그 방법과 이를 구현하기 위한 프로그램이 저장된 기록매체 |
JP2019215731A (ja) * | 2018-06-13 | 2019-12-19 | 富士通株式会社 | 集中度評価プログラム、装置、及び方法 |
-
2020
- 2020-08-07 KR KR1020200099370A patent/KR102502766B1/ko active IP Right Grant
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009258175A (ja) * | 2008-04-11 | 2009-11-05 | Yamaha Corp | 講義システムおよび集計システム |
KR20100016696A (ko) * | 2008-08-05 | 2010-02-16 | 주식회사 리얼맨토스 | 가상강의의 학습상태 분석시스템 및 이를 이용한 학습코스스케줄링방법 |
KR101765770B1 (ko) * | 2016-02-29 | 2017-08-07 | 손부경 | 영상 처리를 이용한 온라인 시험의 부정행위 검출 시스템 및 그 방법과 이를 구현하기 위한 프로그램이 저장된 기록매체 |
JP2019215731A (ja) * | 2018-06-13 | 2019-12-19 | 富士通株式会社 | 集中度評価プログラム、装置、及び方法 |
Also Published As
Publication number | Publication date |
---|---|
KR102502766B1 (ko) | 2023-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cirett Galán et al. | EEG estimates of engagement and cognitive workload predict math problem solving outcomes | |
Von Der Pütten et al. | How our personality shapes our interactions with virtual characters-implications for research and development | |
Buono et al. | Assessing student engagement from facial behavior in on-line learning | |
KR102555922B1 (ko) | 영상 수업의 주의 집중 여부를 모니터링 할 수 있는 영상 수업 시스템 및 방법 | |
KR102502766B1 (ko) | 사용자의 눈 동작에 기초하여 사용자의 주의 집중 여부를 모니터링 할 수 있는 영상 수업 시스템 및 방법 | |
US12002287B2 (en) | Computing device attention determination | |
Becker et al. | Persistence, context, and visual strategy of graph understanding: Gaze patterns reveal student difficulties in interpreting graphs | |
Anisimov et al. | OkenReader: ML-based classification of the reading patterns using an Apple iPad | |
US20230127335A1 (en) | Intelligent and adaptive measurement system for remote education | |
WO2022168180A1 (ja) | ビデオセッション評価端末、ビデオセッション評価システム及びビデオセッション評価プログラム | |
Kim et al. | Towards Automatic Recognition of Perceived Level of Understanding on Online Lectures using Earables | |
MežA et al. | Towards automatic real-time estimation of observed learner’s attention using psychophysiological and affective signals: The touch-typing study case | |
Castillon et al. | Automatically Identifying the Human Sense of Familiarity Using Eye Gaze Features | |
Whitehill | A stochastic optimal control perspective on affect-sensitive teaching | |
KR102507379B1 (ko) | 사용자의 동공 변화에 기초하여 피드백 정보를 제공하는 영상 수업 시스템 및 방법 | |
Song et al. | Development of a personalized learning system using gaze tracking system | |
US12100316B2 (en) | Assisting remote education learners | |
Anisimov et al. | ML-based classification of eye movement patterns during reading using eye tracking data from an Apple iPad device: Perspective machine learning algorithm needed for reading quality analytics app on an iPad with built-in eye tracking | |
US11917324B1 (en) | Anti-cheating methods in an extended reality environment | |
KR102577559B1 (ko) | 온라인 학습 집중도 측정 장치 및 방법 | |
JP7439442B2 (ja) | 情報処理装置、制御方法及びプログラム | |
KR102660529B1 (ko) | 혼합학습 모니터링 방법 및 시스템 | |
KR102660530B1 (ko) | 센싱 데이터 기반의 학습 데이터 분석 시스템 및 그 방법 | |
US20240062586A1 (en) | Video analysis program | |
WO2024062935A1 (ja) | 情報処理装置、システム、情報処理方法、およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right |