研究結論

近年來，教師教學的方式日漸多元化，課堂授課已不是唯一的教學方式。

數位學習及群組討論的方式，已是目前很普遍的方式之一。本研究利用人臉偵 測結合數位學習系統，進行數位學習和群組討論的上課方式。其目的是將人臉 偵測測量專注力的方式實際應用在真正的教學上，來探討數位學習時，專注力 與學習成效、教材難易度的相關性。群組討論時，參與度與學習成效之關係。

本研究的成果說明如下：

一、數位學習之專注力與學習成效之影響

老師對學生進行四段教學，四段教學所擷取的影像，進行影像分析，依眼 睛位置改變過大、眼睛未注視螢幕及頭部完全不在擷取之影像內，進行數量的 記錄，再計算出每個人平均之專注百分比。與考試成績進行學習成效之統計分 析。結果顯示高專注力的學童，確實有較高的學習成效。表示注視螢幕的時間 越長的學童，比那些頭部轉動頻繁或閉眼頻繁的學童，學習的效果較好。

二、數位學習之專注力與教材難易度的關係

教師提供了兩個較難的教材及兩個較簡單的教材，供學生進行數位學習。

將兩個較難教材所計算出的專注百分比平均後，再與較簡單之教材所計算出的 平均專注百分比，進行統計分析。結果顯示較難的教材，學童專注力較高，且 與教材較簡單之專注力有顯示的差異。表示學童在遇到較難的教材時，會較集 中注意力在教材上進行學習。而遇到較簡單的教材時，可能會覺得學習起來較 簡單，而分散注意力在別的事情上。

三、群組討論之參與度與學習成效的關係

教師將學生分為六組，一組兩人進行討論。將擷取之影像，依嘴巴開合的 數量進行紀錄，計算出參與度。再與學期成績進行統計。結果顯示參與度的高 低與學習成效，並無顯著差異。表示學生參與討論的多寡並不影響學生的學習 成效。

綜合以上結論，得知人臉偵測應用在數位學習的教學方式，是較容易實際 反應受測者的專注程度。因數位學習是需要注視螢幕來進行學習的，因此專心 與不專心較易定義，但以群組討論這種學習方式來說，只用嘴巴開合來定義參 與度似乎比較不夠。因為有些學生在說話時，嘴巴的變動不大，很難看得出來 是否有開口。而參與度較高的學生，也有可能不是成績較好的學生，但只要願 意加入討論，所得到的收獲一定也會更多，老師也可藉此分析結果，來當作評 分的參考依據。

第二節 未來研究與建議

在本研究的實驗中，發現仍有改進的空間並提出以下建議，作為日後研究 工作之參考。

一、可增加研究樣本數及研究範圍

因本實驗只鎖定某國小四年級一個班級的學生，所以樣本的數量受到

限制，建議未來的研究工作可擴大母群體的範圍，以期得到更多的隱性資 料。且較大的樣本數，統計會更具準確度及可信度，也可突破小樣本無法 延伸推論的限制。

二、改善實驗工具

因本實驗，是將 WebCam 架在螢幕上方，所以，當學生姿勢不良導致 無法入鏡時，無法確認此學生是否真的是不專心，或只是坐的較低。或當 學生在進行群組討論時，可能並無對著螢幕討論，或低著頭與同學討論，

也會導致照不到影像，而使之誤判的情形增加。建議可在教室周圍再加裝 攝影機，或用廣角的 WebCam，來減少無法完全取到影像的問題，以輔佐 專心度的判斷。可使研究更為準確。

三、妥善計劃教學的順序

因在做數位學習或討論後，教師均會發下測驗卷讓學生做練習，但因 測驗卷發下的時間為第一段數位學習之後，導致學生在後段的數位學習 中，會一邊看教材，一邊低頭看題目，導致不專心的情形變多。所以建議 未來若要應用在實際教學上，應先計劃好教學的順序，儘量排除一些影響 實驗的情形，也可使研究更加準確。

四、安排不同的時間進行多次實驗

本實驗為了節省時間，請老師一次進行兩堂課的數位教學。因此第二 堂課時，可能因為上課時間過長，導致精神疲勞，學生上課精神不集中的 情形明顯增加。此情形可能會影響實驗的結果。建議未來研究者，若時間 允許，可多安排不同時段的時間，且時間不要太長，來進行實驗，可減少 因教學時間過長，或因為有些時段學生精神較不好等因素造成的實驗誤差。

參考文獻

中文參考資料

王克先(1996)。學習心理學。台北市：桂冠圖書公司。

王金發(2007)。人臉偵測於數位相機自動對焦之應用(未出版之碩士論文)。輔仁 大學，新北市。

王映輝(2010)。人臉識別-原理、方法與技術。北京：科學出版社。

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)。臺北市立教育大學，臺北市。

吳良杰(1999)。視覺感測器自動追蹤地面移動目標(未出版之碩士論文)。元智大 學，桃園縣。

吳明隆(2011)。SPSS 統計應用學習實務。易習圖書。

吳清基、林天佑(2005)。教育新辭書。臺北市：高等教育。

宋淑慧(1994)。注意力異常與評量。高市鐸聲，4，21-26。

李文瑞(譯)(2002)。教學媒體與學習科技(Instructional media and technologies for learning, 7th ed.)。(原作者：R. Heinich 等)。臺北市: 雙葉書廊。

李建緯(1998)。平面移動物體追蹤系統之研製(未出版之碩士論文)。國立交通大 學，新竹市。

李春雄(2003)。數位教材研習會。高雄市私立復華中學，高雄市。

林岑(2004)。以數位學習系統施行補救教學之研究(未出版之碩士論文)。國立高 雄師範大學資訊教育研究所碩士論文，高雄市。

柯天盛(2007)。數位學習教材互動性與學習者反應時間及學習成效關聯之研究

(未出版之碩士論文)。靜宜大學，臺中市。

高瑜璟(2006)。數位學習－學習的新趨勢。網路社會學通訊期刊，57 期。

張宏亮(1997)。注意力的評量方法。國民體育季刊，26(2)。

張宏亮(1998)。保齡球注意力量表的編制(未出版之博士論文)。國立臺灣師範大 學，臺北市。

張春興(主編)(1989)。張氏心理學辭典。臺北市：東華。

張家銓(2009)。以追蹤眼睛狀態為基礎之駕駛者疲勞偵測系統(未出版之碩士論 文)。國立成功大學，臺南市。

陳年興、楊錦潭。(2006) 。數位學習理論與實務。臺北市：博碩文化。

陳建旭(2002)。運用瞳孔追蹤系統分析網頁多重瀏覽問題(未出版之碩士論文)。

國立成功大學，臺南市。

陳建宏(2004)。線上學習及線上測驗系統對高職計算機概論教學及學習成就之 影響(未出版之碩士論文)。國立中央大學，桃園縣。

陳偉銘、趙涵捷(2001)。影像裡的數學世界。臺北市：臺灣書店。

陳棕焱(2007)。人臉追蹤與辨識系統之設計與實現(未出版之碩士論文)。國立成 功大學，臺南市。

黃孟隆(2004)。在測謊作業上之瞳孔反應(未出版之碩士論文)。中央警察大學，

桃園縣。

黃俊源(2010)。學習專注力即時偵測回饋系統(未出版之碩士論文)。國立成功大 學，臺南市。

黃泰祥(2000)。具備人臉追蹤與辨識功能的一個智慧型數位監視系統(未出版之 碩士論文)。中原大學，桃園縣。

黃國安(2009)。學童在家自主遠距學習自動監護服務機制。行政院國家科學委

員會專題研究計畫成果報告，未出版。

黃敏峰(2003)。人臉追蹤法應用於監控系統之研究(未出版之碩士論文)。國立成 功大學，臺南市。

黃登淵、莊國楨、楊晏和、陳南樺、王嘉宏(2007)。複雜背景下多重人臉偵測 演算法之研究。科學與工程技術期刊，3，35-43。

楊明儒(2007)。使用影像處理技術監控學童在家自主學習精神狀態(未出版之碩 士論文)。 私立朝陽科技大學，臺中市。

葉士毅(2007)。遠距教學環境中學生學習行為即時診斷之研究(未出版之碩士論 文)。國立暨南大學，南投縣。

詹忻澂(2010)。混合 HAAR-LIKE 特徵與特徵相對位置之人臉偵測(未出版之碩 士論文)。國立屏東教育大學，屏東縣。

廖聖傑(2002)。從學習歷程檔案建構決策樹以支援網路教學(未出版之碩士論 文)。國立中山大學，高雄市。

蔡沛勳(2006)。遠距教學之全時精神狀態偵測系統之研製(未出版之碩士論文)。

私立朝陽科技大學，臺中市。

鄭昭明(2006)。認知心理學。臺北市：桂冠圖書公司。

鄭麗玉(2006)。認知心理學：理論與應用。臺北市。五南圖書公司。

鍾維哲(2000)。基於光流計算之即時影像追蹤系統(未出版之碩士論文)。國立成 功大學，臺南市。

顏春煌(2006)。數位學習與資訊素養。臺北市：金禾資訊。

譚永恆(2000)。以數位影像技術做人臉自動追蹤系統之研究(未出版之碩士論 文)。國立成功大學，臺南市。

蘇信宏(2007)。 數位學習情意偵測專心程度之影像處理(未出版之碩士論文)。

私立北台灣科學技術學院，臺北市。

顧大維(2005)。從數位教學平台使用的迷思：看教學設計在數位學習應扮演的 角色。教育研究月刊，131 期。

英文參考資料

Clark, R.,& Mayer ,R. (2003). E-Learning and the science of instruction.

Dong, H. Y. & Myung, J. C. (2005). A novel non-intrusive eye gaze estimation using cross-ratio under large head motion. Computer Vision and Image Understanding, 25-51.

Drews, F. A., Pasupathi, M., ＆ Strayer, D. L. (2008). Passenger and Cell Phone Conversations in Simulated Driving. Journal of Experimental Psychology:

Applied, 14(4), 392-400.

F. Marino.(2000). A double-face bit-serial architecture for the 1-d discrete wavelet transform. IEEE Transactions on circuits and systems-Ⅱ: analog and digital signal processing, 47(1), 65-71.

Gary R. Bradski.(1998).Computer Vision Face Tracking For Use in a Perceptual User Interface.Intel Technology Journal Q2.

Gary R. Bradski.(2009). Computer Vision Face Tracking For Use in a Perceptual User Interface. Intel Technology Journal Q2.

H.A.Rowley, S.Baluja, and T.Kanade.(1998). Rotation invariant neural network-based face detection. Computer Vission and Pattern Recognition, IEEE Computer Society Conference on, 38-44

Harris, J.H. (1984). An experimental analysis of desert rodent foraging ecology.

Ecology, 65,1579-1584.

Hsu, R. L. Mottaleb, M. A & Jain, A. K. (2002). Face detection in colorimages.IEEE Transactions on Pattern Analysis and Machine Intell.

24,696-706.

Huang, J. & Wechsler, H. (1999). Eye detection using optimal wavelet packets and radial basis functions (rbfs). Int. J Pattern Recognit.Artif.Intell, 1009–1025.

Huang, Y.-M., Chiu, P.-S., Liu, T.-C., & Chen, T.-S. (2011). The design and implementation of a meaningful learning-based evaluation method for ubiquitous learning. Computers & Education, 57(4), 2291-2302.

Jalal, A. N. Sara , K. & Hamid, R. P. (2007). Eye detection in color images. M.V.I.P.

John, J. M. Matthew, R. S. Benjamin, N. W. & Margrit B. (2004). EyeKeys: A real-time vision interface based on gaze detection from a low-grade video camera.IEEE.

K. Grauman, M. Betke, J. Gips, and G. R. Bradski.( 2001).Communication via Eye Blinks-Detection and Duration Analysis in Real Time. IEEE International Conference on Computer Society, 1010-1017.

Kah-Kay Sung and Poggio, S.(1995).Learning a distribution-based face model for human face detection.Neural Networks for Signal Processing V. Proceedings of the 1995 IEEE Workshop , 398-406

Kawato S. & Ohya, J. (2000). Real-time detection of nodding and head-shaking by directly detecting and tracking the between-eyes.in: Proc. 4th IEEE Int. Conf.

on Automatic Face and Gesture Recognition, 40–45.

Kenyon, R. V. (1995). A Soft Contact Lens Search Coil for Measuring eye Movements .Vision Res. 25(11), 1629-1633.

Kun, P. Liming, C. Su R. & Georgy, K. (2005). A robust algorithm for eye detection on gray intensity face without spectacles. JCS&T, (5)3, 127-132.

Landers, D.M., Boutcher, S.H., and Wang M.Q.(1986) . A psychophysiological study of archery performance. Research Quarterly for Exercise and Sport,57,236-244.

Lin, Y.-T., Huang, Y.-M., & Cheng, S.-C. (2010). An automatic group composition system for composing collaborative learning groups using enhanced particle swarm optimization. Computers & Education, 55(4), 1483-1493.

Liwei Wang, Yan Zhang and Jufu Feng.(2005). On the Euclidean distance of images.

IEEE Transaction On Pattern Analysis and Machine Intelligence, 27(8),1334-1339.

M. Isard and A. Blake.(1996).Contour tracking by stochastic propagation of conditional density. In Proc. European Conf. On Computer Vision, 343-356.

M. Soriano, B. Martinkauppi, S. Huovinen, and M. Laaksonen.(2000). Using the Skin Locus to Cope with Changing Illumination Conditions in Color-Based Face Tracking.IEEE Symposium on Signal Processing, 383-386.

Mayumi, Y. Osamu, Y. & Kazuhiro, F. (2004). Precise pupil contour detection based on minimizing the energy of pattern and edge. Machine Vision Applications, 87(1), 105-112.

Nevatia, R.(1977).A color edge detector and its use in scene segmentation,IEEE Transactions on Systems, Man and Cybernetics, 7, 820-826.

Norris, G. & Wilson, E. (1997). The Eye Mouse, An Eye Communication Device.IEEE Proceedings of Bioengineering, 66–67.

O'Connor, D. H., Fukui, M. M., Pinsk, M. A., ＆ Kastner, S. (2002). Attention modulates responses in the human lateral geniculate nucleus. Nature Neuroscience, 5, 1203-1209.

P. Smith, M. Shah and N. d. V. Lobo.(2004).Determining Driver Visual Attention with One Camera. IEEE Transactions on Intelligent Transportation Systems, 4, 205-218.

P.A. Beardsley.(1998). A qualitative approach to classifying gaze direction, Automatic Face and GestureRecognition, Proceedings. Third IEEE International Conference on, 160-165

Park, K. S. & Lee, K. T. (1996). Eye-controlled human computer interface using the line-of-sight and the intentional blink. Computer Engineering, 30(3), 463-473.

Paul Viola and Michael Jones.(2001). Rapid Object Detection Using a Boosted Cascade of Simple Features. IEEE CVPR.

Qiang, J. Zhiwei, Z. Lan,P. (2004). Real-time nonintrusive monitoring and prediction of driver fatigue.IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY, 53, 1052-1068.

R. Stiefelhagen, J. Yang and A. Waibel.(1996).Model-Based Gaze-Tracking System.

IEEE International Joint Symposia on Intelligence and Systems, 1996, 304-310.

Rainer Lienhart, Alexander Kuranov, and Vadim Pisarevsky.(2002). Empirical

Rainer Lienhart, Alexander Kuranov, and Vadim Pisarevsky.(2002). Empirical