Detección automática del nivel de concentración de estudiantes mediante machine learning

El proyecto surge a partir de que los profesores no pueden conocer el nivel de concentración de los alumnos dentro del desarrollo de la clase. Además, un gran porcentaje de estudiantes dentro del aula no está concentrando y no está realizando la tarea de aprender. Por esta razón, se realizó la implementación de un sistema detector del nivel de concentración de estudiantes que les proporcione a los profesores una nueva visión del aula y sea de ayuda para realizar la metodología de la clase. Entonces, este sistema utiliza únicamente la observación de los estudiantes de modo que no interfiera de ninguna manera con el desarrollo de la clase, ni sea una distracción para los estudiantes. Luego, El sistema planteado debe cumplir con las siguientes funciones: detectar los rostros en el ambiente de aplicación y detectar el nivel de concentración de cada rostro. Cada una de estas tareas debe desarrollarse de forma eficaz en diferentes tipos de rostros. Por esta razón, se realiza el proceso de validación del detector de rostros y el detector del nivel de concentración así se comprobará que el sistema funcione para rostros que no fueron usados en el entrenamiento. Adicionalmente, el sistema debe ser ejecutado usando GPU y las imágenes y vídeos deben estar en un ambiente iluminado para que este funcione correctamente.

• Autores: Hurtado Suárez, Bryan Camilo
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2019
• Institución: Universidad de los Andes
• Repositorio: Séneca: repositorio Uniandes
• Idioma: spa
• OAI Identifier: oai:repositorio.uniandes.edu.co:1992/44608
• Acceso en línea: http://hdl.handle.net/1992/44608
• Palabra clave: Aprendizaje supervisado (Aprendizaje automático); Atención; Reconocimiento facial (Informática); Ingeniería
• Rights: openAccess
• License: https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf