| 講演名 | 2022-12-23 Estimate students' concentration level by using facial expression 王 冠云(東北大), 長田 皓(東北大), 羽鳥 康裕(東北大), 佐藤 好幸(東北大), 曾 加蕙(東北大), 塩入 諭(東北大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | |
| 抄録(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) | |
| キーワード(英) | machine learningfacial expressionconcentrationclassificationaction units codes |
| 資料番号 | HIP2022-70 |
| 発行日 | 2022-12-15 (HIP) |
| 研究会情報 | |
| 研究会 | HIP |
|---|---|
| 開催期間 | 2022/12/22(から2日開催) |
| 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 |
| 委員長氏名（和） | 和田 有史(立命館大) |
| 委員長氏名（英） | Yuji Wada(Ritsumeikan Univ.) |
| 副委員長氏名（和） | 梅村 浩之(産総研) / 清河 幸子(名大) |
| 副委員長氏名（英） | Hiroyuki Umemoto(AIST) / Sachiko Kiyokawa(Nagoya Univ.) |
| 幹事氏名（和） | 山田 祐樹(九大) / 和田 充史(NICT) |
| 幹事氏名（英） | Yuki Yamada(Kyushu Univ.) / Atsushi Wada(NICT) |
| 幹事補佐氏名（和） | 根岸 一平(金沢工業大) / 田中 大介(鳥取大) |
| 幹事補佐氏名（英） | Ippei Negishi(Kanazawa Inst. of Tech.) / Daisuke Tanaka(Tottori Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Human Information Processing |
|---|---|
| 本文の言語 | ENG |
| 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（和） | |
| キーワード(1)（和/英） | / machine learningfacial expressionconcentrationclassificationaction units codes |
| 第 1 著者 氏名（和/英） | 王 冠云 / Guan-yun Wang |
| 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） | 長田 皓 / Hikaru Nagata |
| 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） | 羽鳥 康裕 / Yasuhiro Hatori |
| 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） | 佐藤 好幸 / Yoshiyuki Sato |
| 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） | 曾 加蕙 / Chia-huei Tseng |
| 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） | 塩入 諭 / Satoshi Shioiri |
| 第 6 著者 所属（和/英） | 東北大学(略称：東北大) Tohoku University(略称：Tohoku Univ.) |
| 発表年月日 | 2022-12-23 |
| 資料番号 | HIP2022-70 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | HIP-326 |
| ページ範囲 | pp.65-69(HIP), |
| ページ数 | 5 |
| 発行日 | 2022-12-15 (HIP) |