이 학위논문은 STEM 강의실에서 개별 학생의 몰입도(engagement)를 실시간으로 측정하기 위한 생체 센서 네트워크(BSN)를 제안한다. 카메라 기반 센싱으로 행동·감정·인지 지표를 포착하는 분산 센싱 노드인 학생 처리 유닛(SPU)들로 네트워크를 구성했으며, 비침습·비개입·비낙인·실시간·자동화라는 다섯 가지 설계 목표를 만족시키면서 학생 데이터 보안과 프라이버시를 엄격히 보호하도록 설계됐다. 각 SPU는 모델 학습용 데이터셋 구축을 위한 원본 영상 임시 기록 모드와, 원본 프레임을 저장·전송하지 않고 10초 영상 구간에 대해 얼굴 검출·시선 추정·정서 분석을 온디바이스로 수행하는 분석 모드를 지원한다. 하드웨어 설계부터 컴퓨터비전 파이프라인, 무선 네트워킹, 보안 프로토콜, 세션 단위 데이터 관리까지 통합한 이 시스템은 프라이버시를 보존하면서도 실시간 학생 몰입도 측정이 가능함을 보여준다.
- •STEM 강의실용 카메라 기반 생체 센서 네트워크(BSN)와 학생 처리 유닛(SPU) 제안
- •비침습·비개입·비낙인·실시간·자동화의 다섯 가지 설계 목표 충족
- •데이터셋 수집 모드와 온디바이스 실시간 분석 모드의 이중 운영 방식 지원
- •분석 모드에서는 원본 프레임을 저장·전송하지 않고 얼굴 검출·시선 추정·정서 분석만 수행
- •하드웨어·컴퓨터비전·네트워킹·보안 프로토콜을 통합한 종단간 시스템 구현
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
A Biometric Sensor Network to Enable Real-Time Measurement of Individual Student Engagement in STEM Lecture Environments
본문 미리보기
arXiv:2607.28944v1 Announce Type: new Abstract: Student engagement (SE) is a critical predictor of academic performance and retention in STEM education, yet existing measurement approaches are often intrusive, manually intensive, or unsuitable for real-time classroom use. This thesis proposes a novel $\textit{Biometric Sensor Network}$ (BSN) designed to enable real-time measurement and continuous tracking of individual student engagement in STEM classroom environments. The system enables captur
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 10:58AI 초안
