專注力偵測

『注意力』在認知心理學中，是非常重要的課題。注意力與學習的關係是 非常密切的，沒有注意就沒有辨識、學習與記憶 (鄭昭明，2006)。假若學習者

「視而不見、充耳不聞」，漏掉了外界傳遞的訊息，學習的效果必定大打折扣 (鄭 麗玉，2006)。由此可見，有效的學習首要的條件即為高度的注意力。不管是傳 統教學的上課方式，或數位學習的方式，注意力都是影響學習成效很重要的因 素之一。

傳統上課方式中，老師可以一邊上課一邊注意學生專注於課程的狀況，至 於數位學習的上課方式，老師較難掌控學生上課時專注的狀況。在傳統教室上 課方式中，學習尚且會有注意力不集中的情形，更何況是突破時空限制的數位 學習，除有賴於學習者的自制力，更有必要在數位學習管理系統、數位教材設 計等，多加著墨，以求吸引學習者的注意力（柯天盛，2007）。

注意力的評量方式有五種方法（柯天盛，2007）：1.問卷量表法；2.思維分 析法 (thought-sampling techniues)；3.實驗測量法；4.觀察法；5.心生理測量法 (psychophysical measurement)（張宏亮，1997）。簡述如下：

1、 問卷法：

針對不同的注意力層面，提出問題請受測者回答。如：張宏亮在 1998 年，提出了保齡球注意量表等。

2、 思維分析法：

這種方法是利用紀綠器材，選定某時間，把受測對象思維的過程紀錄 下來，用以評估受測者的注意力焦點是集中在那一種思考策略。

3、 實驗測量法：

透過實驗儀器測量注意力。例如：Stroop 叫色測驗：受試者必須說出

文字筆劃的顏色，如”紅”這個字用白色筆寫出，便必須答「白」，不是「紅」。

用此種方式評估注意力集中的能力。再如 Harris（1984）的方格測驗也是 用以評估受測者注意力，受試者要從一百個方格中，依序找出數字，一分 鐘內找出越多越好。Landers、Boutcher 與 Wang（1986）以「反應時間」

的方式作實驗，讓受試者以最快的速度對剌激作反應，實驗者則計算他們 的反應時間。

4、 觀察法：

透過觀察或以錄影的方式觀察，以檢測受試者的行為所伴隨的注意力 集中的情形。亦有主張觀察受測者眼睛可以了解受測者把注意力集中在何 種問題上（柯天盛，2007）。

5、 生理測量法：

使用腦波（EEG）、刺激反應電位變化及心跳率，用以檢測注意力。亦 有使用瞳孔追蹤系統，藉由觀察瞳孔的位置變化，衡量受測者的注意力焦 點（陳建旭，2002）。

而學生使用數位學習上課是否專心?在學生上課專心程度辨別方法，在過去 的文獻中，分為兩種方法，1.根據學習歷程檔案偵測專心程度方法（葉士毅，

1997; 廖聖傑，2002）。 2.利用影像處理偵測專心程度方法（蘇信宏，2007;楊 明儒，2007），以下分別說明。

1、根據學習歷程檔案偵測專心程度方法

根據學習歷程檔案偵測專心程度的方法，若想要知道學生是否在使用 遠距教學系統，判斷學生的專心上課情況，主要是透過分析學生線上即時 的交談內容和瀏覽課程的過程和時間記錄（葉士毅，1997; 廖聖傑，2002），

但是這些方法並不客觀，若是學生根據這些方式，有可能學生未坐在位置 上專心上課，只有在上網打混摸魚，就完全沒有學習的成效，最後依然可

以獲得該科成績，這科的成績是不能代表他的學習成果，所以，本文將利 用影像處理技術，來偵測學生上課的情形，這樣可以知道學生是否有出席 上課，並且可以判斷學生上課時的專心程度。

2、利用影像處理偵測專心程度方法

蔡沛勳（2006）首先結合影像處理及辨識技術，從使用者臉部表情及 操作行為模式中獲得特徵的變化。再利用貝氏網路模型根據所獲得的特徵 變化資訊推論修課學生在進行遠距上課時的專心程度。2007 年，蘇信宏運 用影像處理技術，偵測學生上課行為，在他們提出的方法中，將專心程度 分為三類，極不專心、不專心、與專心情況。極不專心的情況是以膚色方 法偵測人臉，若未偵測到人臉，就認定學生未出席上課。在不專心上課方 面，是以當眼睛閉眼為不專心狀態，當眼睛張開為專心狀態。在張開眼睛 與閉眼的偵測方法，他是使用手動式閥值，將眼睛的粗略區域，給予二值 化，然後再將眼睛區域平均劃分為九宮格大小，以九宮格中各區域 Pixel 大 小，來判斷出是張眼情況，還是閉眼情況，但是，使用手動式閥值偵測眼 睛張閉眼情形，是較不能適應在光線上不同的需求，若閥值設得太高或太 低，都會影響眼動偵測結果，而且他沒考慮學習頭部轉動的情況。

另外，楊明儒（2007）也是以眼睛開閉眼狀態，判斷學生專心與不專 心情境，他的眼動偵測方法，是利用眼睛模板（Template）來找尋眼睛位置，

但是 Template 方法對於人臉大小或人臉的遠近，是不能克服的，因為我們 不知道，在人臉區域裡，該設多少大小的眼睛 Template，來找尋眼睛的位 置。王鴻勳（2010）則提出若只有偵測學生是否有閉眼，來判斷學生不專 心，這種方法當學生具有左顧右盼行為的時候，將無法偵測出學生不專心，

所以加入了偵測左顧右盼行為，並且提出新的眼睛偵測方法，只需低階的 Webcam 設備，使用影像處理技術，就能偵測出眼動行為，而且當頭部移動

時，也可以偵測出眼動行為。

根據文獻精神疾病診斷與統計手冊第四版（DSM-IV）的診斷準則與偵 測疲勞文獻（Ueno, Kaneda, & Tsukino, 1994；Qiang, Zhiwei, Lan, 2004），將 可以知道具有過動症及注意力不足和疲勞狀態將會具有以下症狀:1、 無法 安靜坐好、扭來扭去。2、 需要坐著時會離開座位。3、 不停的動。4、 心 不在焉，有聽沒到，容易分心。5、 無法持續注意力。6、 發呆。7、 眨 眼、點頭行為頻繁發生。

在學習過程中，注意是很重要的一個因素，注意力越集中，記憶的成 效也越強。王克先（1996）提到，所謂的注意，是對刺激作預期的選擇

（anticipatory selection stimulus），使重要的刺激過感官輸入，並加以知覺，

同時將無關的刺激抑制，這種刺激的選擇即稱為注意。

王鴻勳將上課的行為分類為專心、不專心、疲勞、離開、交頭接耳，

定義如表 2-1。

表 2- 1 上課行為分類表 上課行為分類表

行為分類 定義

專心 在自然眨眼行為中，偵測眼睛裡的瞳孔移動軌跡在規範的移動距 離，不具有左顧右盼/發呆行為，為專心上課。

不專心 眼睛裡的瞳孔移動軌跡不在規範的移動距離，具有左顧右盼行為 發生和在超過的規定的時間，無任何眼動行為，產生發呆行為。

疲勞 眼睛眨眼動作頻繁發生，為疲勞行為產生。

離開 在膚色候選區域裡的長寬比不具有在[0.9~2.1]比例規範內。

交頭接耳 在膚色候選區域裡與平均臉範本 (Template)比對，不具有相似人 臉相關係數值。

資料來源：王鴻勳(2010)。結合影像偵測與模糊推論來分類學生上課學習行為(未出版之 碩士論文)(頁16)。臺北市立教育大學，臺北市。

由以上的文獻得知，早期利用學習歷程檔案偵測專心程度，有其限制， WebCam 攝取學習者的平面影像，利用影 像處理技術，找出人臉中的雙眼，並由雙

表 2- 3 相關研究文獻表(續上表) detection based feedback system for smart classroom

研究者利用 PTZ 攝影機及眼部和臉部的偵