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 imple...
- 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
| id |
UNIANDES2_8fcc801355ce0f5629a99b043db8ab37 |
|---|---|
| oai_identifier_str |
oai:repositorio.uniandes.edu.co:1992/44608 |
| network_acronym_str |
UNIANDES2 |
| network_name_str |
Séneca: repositorio Uniandes |
| repository_id_str |
|
| dc.title.es_CO.fl_str_mv |
Detección automática del nivel de concentración de estudiantes mediante machine learning |
| title |
Detección automática del nivel de concentración de estudiantes mediante machine learning |
| spellingShingle |
Detección automática del nivel de concentración de estudiantes mediante machine learning Aprendizaje supervisado (Aprendizaje automático) Atención Reconocimiento facial (Informática) Ingeniería |
| title_short |
Detección automática del nivel de concentración de estudiantes mediante machine learning |
| title_full |
Detección automática del nivel de concentración de estudiantes mediante machine learning |
| title_fullStr |
Detección automática del nivel de concentración de estudiantes mediante machine learning |
| title_full_unstemmed |
Detección automática del nivel de concentración de estudiantes mediante machine learning |
| title_sort |
Detección automática del nivel de concentración de estudiantes mediante machine learning |
| dc.creator.fl_str_mv |
Hurtado Suárez, Bryan Camilo |
| dc.contributor.advisor.none.fl_str_mv |
Higuera Arias, Carolina Lozano Martínez, Fernando Enrique |
| dc.contributor.author.none.fl_str_mv |
Hurtado Suárez, Bryan Camilo |
| dc.contributor.jury.none.fl_str_mv |
Giraldo Trujillo, Luis Felipe |
| dc.subject.armarc.es_CO.fl_str_mv |
Aprendizaje supervisado (Aprendizaje automático) Atención Reconocimiento facial (Informática) |
| topic |
Aprendizaje supervisado (Aprendizaje automático) Atención Reconocimiento facial (Informática) Ingeniería |
| dc.subject.themes.none.fl_str_mv |
Ingeniería |
| description |
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. |
| publishDate |
2019 |
| dc.date.issued.none.fl_str_mv |
2019 |
| dc.date.accessioned.none.fl_str_mv |
2020-09-03T14:56:31Z |
| dc.date.available.none.fl_str_mv |
2020-09-03T14:56:31Z |
| dc.type.spa.fl_str_mv |
Trabajo de grado - Pregrado |
| dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.content.spa.fl_str_mv |
Text |
| dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/1992/44608 |
| dc.identifier.pdf.none.fl_str_mv |
u830757.pdf |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad de los Andes |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Séneca |
| dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repositorio.uniandes.edu.co/ |
| url |
http://hdl.handle.net/1992/44608 |
| identifier_str_mv |
u830757.pdf instname:Universidad de los Andes reponame:Repositorio Institucional Séneca repourl:https://repositorio.uniandes.edu.co/ |
| dc.language.iso.es_CO.fl_str_mv |
spa |
| language |
spa |
| dc.rights.uri.*.fl_str_mv |
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.es_CO.fl_str_mv |
33 hojas |
| dc.format.mimetype.es_CO.fl_str_mv |
application/pdf |
| dc.publisher.es_CO.fl_str_mv |
Universidad de los Andes |
| dc.publisher.program.es_CO.fl_str_mv |
Ingeniería Electrónica |
| dc.publisher.faculty.es_CO.fl_str_mv |
Facultad de Ingeniería |
| dc.publisher.department.es_CO.fl_str_mv |
Departamento de Ingeniería Eléctrica y Electrónica |
| dc.source.es_CO.fl_str_mv |
instname:Universidad de los Andes reponame:Repositorio Institucional Séneca |
| instname_str |
Universidad de los Andes |
| institution |
Universidad de los Andes |
| reponame_str |
Repositorio Institucional Séneca |
| collection |
Repositorio Institucional Séneca |
| bitstream.url.fl_str_mv |
https://repositorio.uniandes.edu.co/bitstreams/8105524c-3046-4220-a55e-aa2880b5ff87/download https://repositorio.uniandes.edu.co/bitstreams/64297ad7-d223-4c77-88f1-6bb7af63d849/download https://repositorio.uniandes.edu.co/bitstreams/eb9fb25d-3f77-4f66-9c43-0e5b780b0985/download |
| bitstream.checksum.fl_str_mv |
af8ea2961ffdf979a32666bb9eca7e61 a6bd7c8fcef6a73efdbac4d18be0418b 4668260186b14731a40b74641ca65530 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio institucional Séneca |
| repository.mail.fl_str_mv |
adminrepositorio@uniandes.edu.co |
| _version_ |
1812133826581757952 |
| spelling |
Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Higuera Arias, Carolina70d68b14-b3a4-486e-9300-cadce1c3c686500Lozano Martínez, Fernando Enriquevirtual::2133-1Hurtado Suárez, Bryan Camiloc7d50883-1469-4a1f-abc9-1ecb5030e73d500Giraldo Trujillo, Luis Felipe2020-09-03T14:56:31Z2020-09-03T14:56:31Z2019http://hdl.handle.net/1992/44608u830757.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/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.The project starts from the fact that teachers can't know the level of student concentration within the development of the class. In addition, a large percentage of students within the classroom aren't concentrate and they don't make the task of learning. For this reason, a student concentration level detector system was implemented that gives the teacher a new vision of the classroom and it helps develop the class methodology. Therefore, this system only uses the student observation as a kind of it doesn't interfere in any way with the development of the class, it doesn't be a distraction for the students. Then, the proposed system must perform the following functions: detect faces in the application environment and detect the level of concentration of each face. Each of these tasks must be executed effectively on different faces. For this reason, the face detector and concentration level detector are validated to verify that it works for faces that were not used in training. Additionally, the system must be executed wit GPU and the images and videos must be in a bright environment with the objective that it to work properly.Ingeniero ElectrónicoPregrado33 hojasapplication/pdfspaUniversidad de los AndesIngeniería ElectrónicaFacultad de IngenieríaDepartamento de Ingeniería Eléctrica y Electrónicainstname:Universidad de los Andesreponame:Repositorio Institucional SénecaDetección automática del nivel de concentración de estudiantes mediante machine learningTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/TPAprendizaje supervisado (Aprendizaje automático)AtenciónReconocimiento facial (Informática)IngenieríaPublicationedd81d8c-e0b9-4c1f-bf04-eed0e12e755dvirtual::2133-1edd81d8c-e0b9-4c1f-bf04-eed0e12e755dvirtual::2133-1https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000025550virtual::2133-1THUMBNAILu830757.pdf.jpgu830757.pdf.jpgIM Thumbnailimage/jpeg9849https://repositorio.uniandes.edu.co/bitstreams/8105524c-3046-4220-a55e-aa2880b5ff87/downloadaf8ea2961ffdf979a32666bb9eca7e61MD55TEXTu830757.pdf.txtu830757.pdf.txtExtracted texttext/plain65534https://repositorio.uniandes.edu.co/bitstreams/64297ad7-d223-4c77-88f1-6bb7af63d849/downloada6bd7c8fcef6a73efdbac4d18be0418bMD54ORIGINALu830757.pdfapplication/pdf2946600https://repositorio.uniandes.edu.co/bitstreams/eb9fb25d-3f77-4f66-9c43-0e5b780b0985/download4668260186b14731a40b74641ca65530MD511992/44608oai:repositorio.uniandes.edu.co:1992/446082024-03-13 12:07:57.041https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfopen.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co |