序論

隨著時代的變遷，人類的思考邏輯也不斷的改變。年齡的差距所形成思想的 隔閡困擾著許多大人們。在現今的教學現場，教師的授課技巧與教學內容不再是 唯一被重視的項目，如何在教學的同時兼顧學生的一舉一動，並適時的提供必要 的協助與修正成為一個重要的議題。

在過去教育領域的研究中，運用了許多課堂觀察法[1][2][5]。這些課堂上的 觀察可以提供教師在往後的教學上做為一個參考的依據，但學生的思想動作千變 萬化，或許下次是一個月後或更久才會發生同樣的事件，這使得原本觀察的效用 大大的降低。因此，如何提供教師一個即時的學生資訊回饋就更顯得重要。

而在研究學生行為時，又屬學生動作最為重要。近年來許多研究紛紛指向人 類動作的辨識。而後有許多遊戲製造商利用了肢體辨視的概念製造了新一代的遊 戲設備。例如微軟在前年(2010 年)10 月上市的 Xbox 套件 Kinect(圖 1-1、圖 1-2)，

提供使用者以肢體動作取代傳統的遊戲控制器去操作遊戲。甚至利用影像追蹤處 理技術，把使用者的骨架節點找出來，一方面增加人物的辨識率另一方面讓遊戲

圖 1-1 Kinect 實體照片(上)與骨架節點偵測(下)

有更高的精確度。而這些肢體動作透過一般攝影機、紅外線攝影機的結合，在遊 戲系統中建立 3D 立體影像，也是因為這些影像讓遊戲系統知道使用者的動作。

而除了使用影像之外，Kinect 也使用了麥克風陣列去補捉各個角度不同的聲音，

進而達到準確定位的功用。同時 Sony 也推出了 Play Station Move 同樣用影像去 記錄使用者的動作。由此可見，利用影像達到辨識人的動作越來越受重視。

在一般教室或是集會演講時，台上的講述著可以藉由台下聽講者的一些動作 知道聽講者的反應。例如聽講者聽到想睡了、很有興趣聽到興緻勃勃、對演講者 有疑問而交頭接耳…等，小型的集會或許演講者可以很輕易的了解所有聽講者的 情況。但是若碰到人多的時候，或許演講者就沒辦法這麼容易掌握了。因此，若 有一個系統可以輔助演講者即時的掌握各個區塊的聽講者有哪些反應，這將對演 講者是一個極大的幫助，而演講者也可以把注意力集中在演講的內容，讓演講的 品質大為提升。

圖 1-2 Kinect 除了使用 RGB Camera 外同時也用紅外線偵測深度、多個聲音輸 入等資訊

先前中華大學曾研發「人臉辨識自動點名系統」[4](圖 1-3)，不過該系統偵 測學生的方式是在每位學生面前都裝一台攝影機，這樣的成本相對來說較高。而 且不用人物分割，只需要針對特定位置已知的學生特徵 feature 去做比對即可。

為了降低成本及提高適用的廣度性，本研究只利用少數幾台 PTZ 攝影機，即希 望分割出學生的位置，且每隔一段時間觀察並記錄下學生動作。在記錄下動作時 追蹤攝影機可以輪流 zoom in 至各個學生所在位置拍攝較大的影像。除了可以應 用該研究的人臉辨識之外，還可以多做一些姿勢的辨識等工作。

本研究綜合以上各點，把實驗場景放在一般教室。系統希望能夠做到分割出 所有的人的位置，並且長時間觀察所有學生的動作做記錄與分析。而在所有動作 中，學生是否舉手這點是本研究特別注重的。因為通常學生有問題或是臨時有事 發生，學生都會舉手徵求教師的同意。因此，本研究會長時間統計所有偵測到的 學生的舉手次數。

圖 1-3 中華大學開發的人臉辨識自動點名系統