TWI796864B - 偵測使用者學習熟練度的方法以及偵測使用者學習熟練度的系統 - Google Patents

偵測使用者學習熟練度的方法以及偵測使用者學習熟練度的系統 Download PDF

Info

Publication number
TWI796864B
TWI796864B TW110145454A TW110145454A TWI796864B TW I796864 B TWI796864 B TW I796864B TW 110145454 A TW110145454 A TW 110145454A TW 110145454 A TW110145454 A TW 110145454A TW I796864 B TWI796864 B TW I796864B
Authority
TW
Taiwan
Prior art keywords
user
time
proficiency
answer
answering
Prior art date
Application number
TW110145454A
Other languages
English (en)
Other versions
TW202324044A (zh
Inventor
黃柏鈞
Original Assignee
明基電通股份有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 明基電通股份有限公司 filed Critical 明基電通股份有限公司
Priority to TW110145454A priority Critical patent/TWI796864B/zh
Priority to US17/690,020 priority patent/US20230177972A1/en
Application granted granted Critical
Publication of TWI796864B publication Critical patent/TWI796864B/zh
Publication of TW202324044A publication Critical patent/TW202324044A/zh

Links

Images

Classifications

    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B7/00—Electrically-operated teaching apparatus or devices working with questions and answers
    • G09B7/02—Electrically-operated teaching apparatus or devices working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student
    • G09B7/04—Electrically-operated teaching apparatus or devices working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student characterised by modifying the teaching programme in response to a wrong answer, e.g. repeating the question, supplying a further explanation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/174—Facial expression recognition
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B7/00—Electrically-operated teaching apparatus or devices working with questions and answers
    • G09B7/02—Electrically-operated teaching apparatus or devices working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/32—Digital ink

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Electrically Operated Instructional Devices (AREA)
  • Electrophonic Musical Instruments (AREA)

Abstract

偵測使用者學習熟練度的方法包含提供題目至使用者；設定答題判斷標準；偵測使用者對於題目的手寫應答狀態；根據手寫應答狀態及答題判斷標準，產生熟練分數；及依據熟練分數，判斷使用者的學習熟練度。

Description

偵測使用者學習熟練度的方法以及偵測使用者學習熟練度的 系統
本發明描述一種偵測使用者學習熟練度的方法以及偵測使用者學習熟練度的系統，尤指一種依據手寫應答狀態以及熟練分數以偵測使用者學習熟練度的方法以及偵測使用者學習熟練度的系統。
隨著科技的日新月異，傳統教學用的黑板或是白板已經逐漸被淘汰。近幾年來，電子看板以及遠端教學介面以逐漸成為目前學生學習平台的主流。電子看板可以應用在教學領域。並且，因電子看板內部可有許多偵測元件，例如觸控元件，故電子看板可以將學生答題的狀態數位化。老師可以集中控管學生的學習狀態。換句話說，老師可以利用電子看板出題給學生答題，以追蹤學生的學習成效。並且，在答題過程中，學生處理問題的熟練程度可以提供給老師或家長。熟練程度可視為追蹤學習成效的一個重要指標。
目前的電子看板或是遠端教學介面中，並無有效的量化方式，以偵測及解析學生學習的熟練程度。老師可能僅是以考試成績的優劣判斷學生的學習成效。然而，以考試成績的優劣判斷學生的學習成效有失客觀性。例如，學生當天考試失常或是臨時身體不適而影響作答成績。因此，發展一種透過電子 看板以及遠端教學介面，將學生學習的熟練程度量化，並以精確及客觀的方式追蹤學習成效的方法實為一個重要的議題。
本發明之一實施例提出一種偵測使用者學習熟練度的方法。偵測使用者學習熟練度的方法包含提供題目至使用者，設定答題判斷標準，偵測使用者對於題目的手寫應答狀態，根據手寫應答狀態及答題判斷標準，產生熟練分數，以及依據熟練分數，判斷使用者的學習熟練度。
發明之另一實施例提出一種偵測使用者學習熟練度的系統。偵測使用者學習熟練度的系統包含至少一個輸入/輸出單元、輸入/輸出整合單元、儲存單元以及處理器。至少一個輸入/輸出單元用以顯示題目並產生互動資料。輸入/輸出整合單元連結於至少一個輸入/輸出單元，用以接收並整合互動資料。儲存單元用以儲存資料。處理器耦接於儲存單元及輸入/輸出整合單元。處理器透過至少一個輸入/輸出單元提供題目至使用者。處理器設定答題判斷標準。至少一個輸入/輸出單元偵測使用者對於題目的手寫應答狀態，並將手寫應答狀態的資訊傳送至輸入/輸出整合單元。處理器透過輸入/輸出整合單元，依據手寫應答狀態及答題判斷標準，產生熟練分數，並將手寫應答狀態的資訊儲存於儲存單元。處理器依據熟練分數，判斷使用者的學習熟練度。
100及200:偵測使用者學習熟練度的系統
101至10N:輸入/輸出單元
20:輸入/輸出整合單元
30:儲存單元
40:處理器
501至50N、601:影像擷取裝置
60:電子看板
60a:題幹顯示區域
60b、60c、60d及60e:題目以及答題顯示區域
P:面部特徵點
P’:面部參考點
F1:實際人臉圖像
F2:參考人臉圖像
d:差距
S501至S505:步驟
第1圖係為本發明之偵測使用者學習熟練度的系統之第一實施例的方塊圖。
第2圖係為本發明之偵測使用者學習熟練度的系統之第二實施例的方塊圖。
第3圖係為第2圖之偵測使用者學習熟練度的系統中，電子看板之複數個顯示區 域的示意圖。
第4圖係為第1圖之偵測使用者學習熟練度的系統中，依據面部特徵取的苦惱時間以及苦惱次數的示意圖。
第5圖係為第1圖之偵測使用者學習熟練度的系統，執行偵測使用者學習熟練度的方法的流程圖。
第1圖係為本發明之偵測使用者學習熟練度的系統100之第一實施例的方塊圖。偵測使用者學習熟練度的系統100包含至少一個輸入/輸出單元101至10N、輸入/輸出整合單元20、儲存單元30以及處理器40。輸入/輸出單元101至10N可為搭載觸控式螢幕的裝置，例如電子看板螢幕、手機螢幕、電腦螢幕等等。 輸入/輸出單元101至10N也可為網頁介面結合鍵盤滑鼠輸入輸出的複合系統。換句話說，輸入/輸出單元101至10N可為近距離教學用的電子看板螢幕，或是遠距離教學用的電腦螢幕所顯示的網頁介面以及鍵盤滑鼠。N為正整數。輸入/輸出單元101至10N用以顯示題目並產生互動資料。輸入/輸出整合單元20連結於輸入/輸出單元101至10N，用以接收並整合互動資料。例如，輸入/輸出整合單元20可以透過網路與輸入/輸出單元101至10N無線連結，以接收輸入/輸出單元101至10N的互動資料，並整合顯示於介面上。儲存單元30用以儲存資料。儲存單元30可為記憶體或硬碟，可以用來儲存後續所述的使用者答題狀態(如停頓時間、停頓次數、答題時間、塗改次數等等)之資料。處理器40耦接於儲存單元30及輸入/輸出整合單元20，用以判斷使用者的學習熟練度。在偵測使用者學習熟練度的系統100中，處理器40可透過輸入/輸出單元101至10N提供題目至使用者。使用者可為學生或是任何的學習者。處理器40可設定答題判斷標準。輸入/輸出單元101至10N可偵測使用者對於題目的手寫應答狀態，並將手寫應答狀態的資訊傳 送至輸入/輸出整合單元20。接著，處理器40可透過輸入/輸出整合單元20，依據手寫應答狀態及答題判斷標準，產生熟練分數，並將手寫應答狀態的資訊儲存於儲存單元30。最後，處理器40可以依據熟練分數，判斷使用者的學習熟練度。 如第1圖所示，偵測使用者學習熟練度的系統100可應用於遠距離教學。因此，輸入/輸出單元101至10N可為不同電腦上的螢幕及鍵盤滑鼠之複合系統。每一個輸入/輸出單元對應一個使用者。換句話說，第1圖的偵測使用者學習熟練度的系統100可以支援最大為N個使用者的學習熟練度之判斷。
第2圖係為本發明之偵測使用者學習熟練度的系統200之第二實施例的方塊圖。為了避免混淆，第2圖所示之偵測使用者學習熟練度的系統，稱為偵測使用者學習熟練度的系統200。如前述提及，本發明之偵測使用者學習熟練度的系統可應用於近距離教學用的電子看板，也可用於遠距離教學用的電腦。舉例而言，在第1圖中，偵測使用者學習熟練度的系統100之輸入/輸出單元101至10N可為遠距離教學用的電腦螢幕所顯示的網頁介面以及鍵盤滑鼠。而在第2圖中，輸入/輸出單元101至10N可為近距離教學用的電子看板螢幕。換句話說，在偵測使用者學習熟練度的系統200中，輸入/輸出單元101至10N、儲存單元30、輸入/輸出整合單元20以及處理器40可以整合於電子看板中。並且，在偵測使用者學習熟練度的系統200中，影像擷取裝置601可耦接於處理器40。例如，電子看板可以連接一台攝影機，以觀察至少一位使用者的答題狀態。然而，本發明的偵測使用者學習熟練度的系統200不限制電子看板的數量，也不限制使用者的數量。舉例而言，偵測使用者學習熟練度的系統200可以引入多個電子看板供多位使用者使用。偵測使用者學習熟練度的系統200也可以僅引入單一的電子看板供多位使用者使用。任何合理的硬體變化都屬於本發明所揭露的範疇。
在偵測使用者學習熟練度的系統100及200中，使用者學習的熟練程度可被量化，故能以精確及客觀的方式追蹤學習成效。熟練程度可以依據使用 者手寫應答狀態而產生。偵測使用者學習熟練度的系統100及200中也提供了多個可被量化的使用者手寫應答狀態，說明如下。處理器40可以利用輸入/輸出單元101至10N取得使用者對於題目的「答題時間」。並且，處理器可以設定答題時間標準。換句話說，前述提及之手寫應答狀態包含答題時間的資訊。而答題時間的定義可為題目開始作答的第一時間與使用者完成答題的第二時間之差。並且，處理器40可將答題時間與答題時間標準比較後，產生答題時間比較結果，並依據答題時間比較結果產生熟練分數。
處理器40也可以利用輸入/輸出單元101至10N取得使用者對於題目的「停頓思考時間」。並且，處理器可以設定停頓思考時間標準。換句話說，前述提及之手寫應答狀態包含停頓思考時間的資訊。而停頓思考時間的定義可為使用者移除第一觸控事件的第三時間與該使用者進入第二觸控事件的一第四時間之差。並且，處理器40可將停頓思考時間與停頓思考時間標準比較後，產生停頓思考時間比較結果，並依據停頓思考時間比較結果產生熟練分數。
處理器40也可以利用輸入/輸出單元101至10N取得使用者對於題目的「塗改次數」。並且，處理器可以設定塗改次數標準。換句話說，前述提及之手寫應答狀態包含塗改次數的資訊。而塗改次數的定義可為在答題時間內，使用者抹除至少一個筆跡的累積次數。並且，處理器40可將塗改次數與塗改次數標準比較後，產生塗改次數比較結果，並依據塗改次數比較結果產生熟練分數。
並且，前述提及的「答題時間」、「停頓思考時間」及「塗改次數」的具體偵測方式。將於後文詳述。
第3圖係為偵測使用者學習熟練度的系統200中，電子看板60之複數個顯示區域的示意圖。應當理解的是，為了說明簡潔，於此以多人使用單一電子看板60的實施例進行說明。並且，如前述提及，電子看板60包含輸入/輸出單元101至10N、儲存單元30、輸入/輸出整合單元20以及處理器40。電子看板60可 以顯示多個區域。例如，電子看板60可以顯示題幹顯示區域60a、題目以及答題顯示區域60b至60e。電子看板60可以給兩位使用者作答。例如，使用者A可以在題目以及答題顯示區域60b以及題目以及答題顯示區域60d進行作答。使用者B可以在題目以及答題顯示區域60c以及題目以及答題顯示區域60e進行作答。在實際應用上，題目以及答題顯示區域60b至60e的配置可為表1所示，如下。
Figure 110145454-A0305-02-0008-1
當使用者A以及使用者B於電子看板60開始答題時，電子看板60內的輸入/輸出整合單元20可以取得使用者A以及使用者B所有的觸控座標以及對應的時間點。為了描述簡化，表2描述了使用者A在題目以及答題顯示區域60b的狀態，如下。
Figure 110145454-A0305-02-0008-8
Figure 110145454-A0305-02-0009-3
並且，前述提及的「答題時間」、「停頓思考時間」及「塗改次數」的偵測方式可以定義如下。對於答題時間，其定義可為題目開始作答的第一時間(亦為題目生成時間，或可定義為使用者手指按下的時間，為時間0：00)，與使用者最後手指拿起的時間(為時間1：30)之差。因此，答題時間為1分30秒。對於停頓思考時間，其定義可為使用者移除第一觸控事件的第三時間與使用者進入第二觸控事件的第四時間之差。例如，使用者於時間0：30時將手指拿起(視為移除第一觸控事件)。接著，使用者於時間0：50將手指按下(視為使用者進入第二觸控事件)。因此，停頓思考時間為20秒。然而，在其他實施例中，處理器40也可以取得使用者在答題時的觸控點，在座標於停滯狀態的時間長度。換句話說，當使用者的觸控座標沒有改變時，可能是使用者正在思考如何作答。因此，停頓思考時間也可以加入座標停滯狀態的時間長度，以增加偵測精確度。對於塗改次數，其定義可為在答題時間內，該使用者抹除至少一個筆跡的累積次數。以上述表2而言，使用者於時間0：35時，處理器40偵測到觸控座標在點時間改變(線性移動)，故判斷其為擦除動作。在1分30秒的答題時間內，處理器40僅偵測到一個擦除動作，故塗改次數為1。而偵測使用者學習熟練度的系統100的偵測模式類似於前述方法，故於此將不再贅述。
在偵測使用者學習熟練度的系統100及200中，如前述提及，可以引入影像擷取裝置以觀察使用者的答題狀態。舉例而言，偵測使用者學習熟練度的系統的200中之電子看板60可以引入影像擷取裝置601，以觀察使用者的「面部特徵」、「苦惱時間」以及「苦惱次數」，以進一步增加學習熟練度的量化精確度，說明如下。
第4圖係為偵測使用者學習熟練度的系統100中，依據面部特徵取的苦惱時間以及苦惱次數的示意圖。如第4圖所示，影像擷取裝置601可以取得實際人臉圖像F1。接著，處理器40可以依據實際人臉圖像F1，即時地取得使用者在答題時的面部特徵。舉例而言，處理器40可以依據實際人臉圖像F1，定位使用者在答題時的面部特徵點的所有座標。例如眉毛、眼睛、嘴巴的複數個面部定位座標，可用(cx1,cy1),(cx2,cy2),(cx3,cy3),...(cxM,cyM)表示。M為正整數。並且，處理器40可以預先設定至少一個苦惱表情的面部參考點P’。至少一個苦惱表情的面部參考點P’對應苦惱面部定位座標。例如，處理器40可以預先設定至少一個苦惱表情的參考人臉圖像F2。至少一個苦惱表情的參考人臉圖像F2可預先儲存於儲存單元30中。處理器40也可以設定參考人臉圖像F2對應的複數個苦惱面部定位座標。例如眉毛、眼睛、嘴吧的複數個苦惱面部定位座標，可用(x1,y1),(x2,y2),(x3,y3),...(xM,yM)表示。接著，處理器40可依據該些面部定位座標及該些苦惱面部定位座標，產生苦惱時間。苦惱時間的定義可為該些面部定位座標與該些苦惱面部定位座標之差的加總小於門檻值的持續時間。舉例而言，如前述提及，複數個面部定位座標可用(cx1,cy1),(cx2,cy2),(cx3,cy3),...(cxM,cyM)表示。複數個苦惱面部定位座標可用(x1,y1),(x2,y2),(x3,y3),...(xM,yM)表示。處理器40可以判斷影像相似度，依據以下式子：△=|cx1-x1|+|cx2-x2|+|cx3-x3|+|cx4-x4|...+|cxM-xM|
△即為該些面部定位座標與該些苦惱面部定位座標之差的加總。若△小於門檻值，表示使用者目前的臉部表情與苦惱表情相似。當使用者目前的臉部表情與苦惱表情相似時，處理器40即開始計算苦惱表情的持續時間。當△大於於門檻值，表示使用者已經脫離苦惱的心情，故處理器40暫時停止計算苦惱表情的持續時間。
並且，處理器40也可以依據該些面部定位座標及該些苦惱面部定位 座標，產生苦惱次數。苦惱次數的定義可為在答題時間內，該些面部定位座標與該些苦惱面部定位座標之差小於門檻值的累積次數。換句話說，在前述實施例中，答題時間是1分30秒。在1分30秒的答題時間內，△小於門檻值的次數即為使用者在答題時的苦惱次數。
如上述實施例中，偵測使用者學習熟練度的系統100(或是200)可偵測使用者在答題時的「答題時間」、「停頓思考時間」、「塗改次數」、「苦惱時間」以及「苦惱次數」。而管理者(例如老師)也可以預先設定答題判斷標準。例如，管理者可以設定「答題時間標準」、「停頓思考時間標準」、「塗改次數標準」、「苦惱時間標準」以及「苦惱次數標準」。例如表3，如下。
Figure 110145454-A0305-02-0011-7
換句話說，以直觀而言，答題時間超過答題時間標準即被判定為不熟練。停頓思考時間超過停頓思考時間標準即被判定為不熟練。塗改次數超過塗改次數標準即被判定為不熟練。苦惱時間超過苦惱時間標準即被判定為不熟練。苦惱次數超過苦惱次數標準即被判定為不熟練。然而，在偵測使用者學習熟練度的系統100(或是200)中，使用者的學習熟練度可以用客觀的方式量化計算，如下：
Figure 110145454-A0305-02-0012-5
熟練分數越小表示學習熟練度越好，熟練分數越大表示學習熟練度越差。並且，熟練分數可為負數。應當理解的是，雖然實施例中，處理器40是以「答題時間」、「停頓思考時間」、「塗改次數」、「苦惱時間」以及「苦惱次數」作為偵測項目而進行熟練分數的計算。但本發明卻不限於此。舉例而言，在其他實施例中，處理器40可僅用「答題時間」、「停頓思考時間」以及「塗改次數」進行熟練分數的計算。接著，處理器40可再用與面部特徵相關的「苦惱時間」以及「苦惱次數」更新熟練分數，以增加其精確度。或者，在其他實施例中，處理器40可由「答題時間」、「停頓思考時間」、「塗改次數」、「苦惱時間」以及「苦惱次數」中任意地選取至少一個偵測項目進行熟練分數的計算。任何合理的演算方法或是技術變更都屬於本發明所揭露的範疇。
在偵測使用者學習熟練度的系統100(或是200)取得使用者的學習熟練度後，處理器40可以分析使用者的學習熟練度。接著，管理者(例如老師)可以依據使用者的學習熟練度，更新答題判斷標準。表4列出更新答題判斷標準的實施例，如下：
Figure 110145454-A0305-02-0012-6
換句話說，在同樣的題目下，管理者(例如老師)可以依據使用者的學習熟練度明瞭使用者的學習程度。因此，管理者可以動態調整學習熟練度的系統之答題判斷標準，以使學習熟練度的偵測結果更客觀。或者，在偵測使用者學習熟練度的系統100(或是200)取得使用者的學習熟練度後，處理器40可以分析使用者的學習熟練度。接著，管理者(例如老師)可以依據使用者的學習熟練度，更新題目，以避免題目太困難或是或太容易，而失去使用者之學習熟練度的鑑別度之判斷。
第5圖係為偵測使用者學習熟練度的系統100，執行偵測使用者學習熟練度的方法的流程圖。偵測使用者學習熟練度的方法包含步驟S501至步驟S505。步驟S501至步驟S505的說明如下。
步驟S501：提供題目至使用者；步驟S502：設定答題判斷標準；步驟S503：偵測使用者對於題目的手寫應答狀態；步驟S504：根據手寫應答狀態及答題判斷標準，產生熟練分數；步驟S505：依據熟練分數，判斷使用者的該學習熟練度。
步驟S501至步驟S505的細節已於前文詳述，故於此將不再贅述。偵測使用者學習熟練度的系統100由於可以用量化的方式計算熟練分數，再依據熟練分數決定使用者的該學習熟練度。因此，對於管理者(老師)而言，可用直覺化以及客觀的方式評估每一位使用者的學習程度，並動態地變更答題判斷標準或是題目的難易度，可以進一步增加使用者的學習效率。
綜上所述，本發明描述一種偵測使用者學習熟練度的系統以及偵測使用者學習熟練度的方法，以估測使用者對於處理問題的熟練情況。偵測使用者學習熟練度的系統也提供了多個答題判斷標準，並依據使用者對於題目的手寫應答狀態以量化的方式計算熟練分數。並且，本發明之偵測使用者學習熟練 度的系統並非侷限應用於電子看板，可應用於任何的教育軟體或是硬體上。對於管理者(老師)而言，可用直覺化以及客觀的方式評估每一位使用者的學習程度，並動態地變更答題判斷標準或是題目的難易度，因此可以進一步增加使用者的學習效率。
以上所述僅為本發明之較佳實施例，凡依本發明申請專利範圍所做之均等變化與修飾，皆應屬本發明之涵蓋範圍。
100:偵測使用者學習熟練度的系統
101至10N:輸入/輸出單元
20:輸入/輸出整合單元
30:儲存單元
40:處理器
501至50N:影像擷取裝置

Claims (10)

  1. 一種偵測使用者學習熟練度的方法，包含：提供一題目至一使用者；設定一答題判斷標準；取得該使用者對於該題目的一答題時間、一停頓思考時間、一塗改次數、及/或一面部特徵；偵測該使用者對於該題目的一應答狀態；根據該應答狀態及該答題判斷標準，產生一熟練分數；及依據該熟練分數，判斷該使用者的該學習熟練度；其中該應答狀態包含該答題時間、該停頓思考時間、該塗改次數、及/或該面部特徵的資訊。
  2. 如請求項1所述之方法，其中該答題判斷標準係為一答題時間標準，該應答狀態包含該答題時間的資訊，該答題時間係為該題目開始作答的一第一時間與該使用者完成答題的一第二時間之差，且該熟練分數相關於該答題時間與該答題時間標準比較後，所產生的一答題時間比較結果。
  3. 如請求項1所述之方法，其中該答題判斷標準係為一停頓思考時間標準，該應答狀態包含該停頓思考時的資訊，該停頓思考時間係為該使用者移除一第一觸控事件的一第三時間與該使用者進入一第二觸控事件的一第四時間之差，且該熟練分數相關於該停頓思考時間與該停頓思考時間標準比較後，所產生的一停頓思考時間比較結果。
  4. 如請求項3所述之方法，另包含： 取得該使用者在答題時的一觸控點在一座標於一停滯狀態的時間長度。
  5. 如請求項1所述之方法，其中該答題判斷標準係為一塗改次數標準，該應答狀態包含該塗改次數的資訊，該塗改次數係為在一答題時間內，該使用者抹除該至少一個筆跡的一累積次數，且該熟練分數相關於該塗改次數與該塗改次數標準比較後，所產生的一塗改次數比較結果。
  6. 如請求項1所述之方法，另包含：根據該面部特徵，更新該熟練分數；及依據該更新後的熟練分數，更新該使用者的該學習熟練度。
  7. 如請求項6所述之方法，另包含：設定複數個苦惱面部定位座標；依據該面部特徵，取得該使用者在答題時的複數個面部定位座標；及依據該些面部定位座標及該些苦惱面部定位座標，產生一苦惱時間；其中該苦惱時間係為該些面部定位座標與該些苦惱面部定位座標之差小於一門檻值的一持續時間。
  8. 如請求項6所述之方法，另包含：設定複數個苦惱面部定位座標；依據該面部特徵，取得該使用者在答題時的複數個面部定位座標；及依據該些面部定位座標及該些苦惱面部定位座標，產生一苦惱次數；其中該苦惱次數係為在一答題時間內，該些面部定位座標與該些苦惱面部定位座標之差小於一門檻值的一累積次數。
  9. 如請求項1所述之方法，另包含：分析該使用者的該學習熟練度；及依據該使用者的該學習熟練度，更新該答題判斷標準。
  10. 一種偵測使用者學習熟練度的系統，包含：至少一個輸入/輸出單元，用以顯示一題目並產生互動資料；一輸入/輸出整合單元，連結於該至少一個輸入/輸出單元，用以接收並整合該互動資料；一儲存單元，用以儲存資料；及一處理器，耦接於該儲存單元及該輸入/輸出整合單元；其中該處理器透過該至少一個輸入/輸出單元提供該題目至一使用者，該處理器設定一答題判斷標準，該處理器取得該使用者對於該題目的一答題時間、一停頓思考時間、一塗改次數、及/或一面部特徵，該至少一個輸入/輸出單元偵測該使用者對於該題目的一應答狀態，並將該應答狀態的資訊傳送至該輸入/輸出整合單元，該處理器透過該輸入/輸出整合單元，依據該應答狀態及該答題判斷標準，產生一熟練分數，並將該應答狀態的資訊儲存於該儲存單元，該處理器依據該熟練分數，判斷該使用者的該學習熟練度，且該應答狀態包含該答題時間、該停頓思考時間、該塗改次數、及/或該面部特徵的資訊。
TW110145454A 2021-12-06 2021-12-06 偵測使用者學習熟練度的方法以及偵測使用者學習熟練度的系統 TWI796864B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW110145454A TWI796864B (zh) 2021-12-06 2021-12-06 偵測使用者學習熟練度的方法以及偵測使用者學習熟練度的系統
US17/690,020 US20230177972A1 (en) 2021-12-06 2022-03-09 Proficiency Detection Method and Proficiency Detection System Capable of Detecting Learning Proficiency of a User According to a Handwriting Response Status and a Proficiency Score

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW110145454A TWI796864B (zh) 2021-12-06 2021-12-06 偵測使用者學習熟練度的方法以及偵測使用者學習熟練度的系統

Publications (2)

Publication Number Publication Date
TWI796864B true TWI796864B (zh) 2023-03-21
TW202324044A TW202324044A (zh) 2023-06-16

Family

ID=86607896

Family Applications (1)

Application Number Title Priority Date Filing Date
TW110145454A TWI796864B (zh) 2021-12-06 2021-12-06 偵測使用者學習熟練度的方法以及偵測使用者學習熟練度的系統

Country Status (2)

Country Link
US (1) US20230177972A1 (zh)
TW (1) TWI796864B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI407393B (zh) * 2008-09-16 2013-09-01 Univ Nat Taiwan Normal Interactive teaching game automatic production methods and platforms, computer program products, recording media, and teaching game system
TWM531030U (zh) * 2016-08-02 2016-10-21 Zuvio Tech Co Ltd 電子裝置
TW201830354A (zh) * 2017-02-14 2018-08-16 香港商富成人工智能有限公司 採用面部追蹤和情緒檢測的互動式自我調整培訓學習管理系統和相關方法
US20180301053A1 (en) * 2017-04-18 2018-10-18 Vän Robotics, Inc. Interactive robot-augmented education system
CN110597963A (zh) * 2019-09-23 2019-12-20 腾讯科技（深圳）有限公司 表情问答库的构建方法、表情搜索方法、装置及存储介质

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7286793B1 (en) * 2001-05-07 2007-10-23 Miele Frank R Method and apparatus for evaluating educational performance
WO2012127580A1 (ja) * 2011-03-18 2012-09-27 富士通株式会社 出題装置及び出題方法
US9600711B2 (en) * 2012-08-29 2017-03-21 Conduent Business Services, Llc Method and system for automatically recognizing facial expressions via algorithmic periocular localization
WO2014042878A1 (en) * 2012-09-12 2014-03-20 Lingraphicare America Incorporated Method, system, and apparatus for treating a communication disorder
US20160086088A1 (en) * 2014-09-24 2016-03-24 Raanan Yonatan Yehezkel Facilitating dynamic affect-based adaptive representation and reasoning of user behavior on computing devices
US10262547B2 (en) * 2014-11-10 2019-04-16 Educational Testing Service Generating scores and feedback for writing assessment and instruction using electronic process logs
US10964224B1 (en) * 2016-03-15 2021-03-30 Educational Testing Service Generating scores and feedback for writing assessment and instruction using electronic process logs
US10115038B2 (en) * 2016-07-15 2018-10-30 EdTech Learning LLC Method for adaptive learning utilizing facial recognition
GB2558196A (en) * 2016-10-26 2018-07-11 Phixos Ltd An assessment system, device and server
US11475788B2 (en) * 2017-06-15 2022-10-18 Yuen Lee Viola Lam Method and system for evaluating and monitoring compliance using emotion detection
US20190139428A1 (en) * 2017-10-26 2019-05-09 Science Applications International Corporation Emotional Artificial Intelligence Training
WO2019111165A1 (en) * 2017-12-05 2019-06-13 Lam Yuen Lee Viola Interactive and adaptive learning, neurocognitive disorder diagnosis, and noncompliance detection systems using pupillary response and face tracking and emotion detection with associated methods

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI407393B (zh) * 2008-09-16 2013-09-01 Univ Nat Taiwan Normal Interactive teaching game automatic production methods and platforms, computer program products, recording media, and teaching game system
TWM531030U (zh) * 2016-08-02 2016-10-21 Zuvio Tech Co Ltd 電子裝置
TW201830354A (zh) * 2017-02-14 2018-08-16 香港商富成人工智能有限公司 採用面部追蹤和情緒檢測的互動式自我調整培訓學習管理系統和相關方法
US20180301053A1 (en) * 2017-04-18 2018-10-18 Vän Robotics, Inc. Interactive robot-augmented education system
CN110597963A (zh) * 2019-09-23 2019-12-20 腾讯科技（深圳）有限公司 表情问答库的构建方法、表情搜索方法、装置及存储介质

Also Published As

Publication number Publication date
TW202324044A (zh) 2023-06-16
US20230177972A1 (en) 2023-06-08

Similar Documents

Publication Publication Date Title
Kuhn et al. gPhysics—Using smart glasses for head-centered, context-aware learning in physics experiments
CN103761894B (zh) 互动课堂实现方法及交互平台
US10657836B2 (en) Information processing device and information processing method for estimation of acceptance ability
JP5972707B2 (ja) 学習コンテンツの構造化装置及びそれを用いた学習コンテンツ選択支援システム並びに支援方法
US20220319181A1 (en) Artificial intelligence (ai)-based system and method for managing education of students in real-time
JP2013242434A (ja) 情報処理装置、情報処理方法および情報処理システム
US10188337B1 (en) Automated correlation of neuropsychiatric test data
CN112085984B (zh) 一种智能学习装置、定制教学系统及方法
Oviatt Problem solving, domain expertise and learning: Ground-truth performance results for math data corpus
US20150086947A1 (en) Computer-based system and method for creating customized medical video information using crowd sourcing
TW202008293A (zh) 教學品質監測系統及方法
TW202141240A (zh) 數據處理方法及裝置、電子設備和電腦可讀儲存介質
CN116018789A (zh) 在线学习中用于对学生注意力进行基于上下文的评估的方法、系统和介质
Stigler The TIMSS videotape classroom study: Methods and preliminary findings
Faisal et al. Towards a reference model for sensor-supported learning systems
KR20120075587A (ko) 필기 수식 인식을 이용한 학습 시스템 및 방법
TWI796864B (zh) 偵測使用者學習熟練度的方法以及偵測使用者學習熟練度的系統
KR20220061384A (ko) 학습자의 비대면 온라인수업 참여 탐지 장치 및 방법
JP2022014890A (ja) 集中度判別プログラム
CN110378261B (zh) 一种学生识别方法及装置
CN111199378B (zh) 学员管理方法、装置、电子设备及存储介质
Dusen et al. Influencing students’ relationships with physics through culturally relevant tools
US11545047B1 (en) Using biometric data intelligence for education management
JP6396813B2 (ja) 学習映像からその学習に費やされた学習項目を推定するプログラム、装置及び方法
CN116264040A (zh) 侦测使用者学习熟练度的方法及系统