Puede estar intentando tener acceso a este sitio desde un explorador protegido en el servidor. Habilite los scripts y vuelva a cargar la página.
Activar el modo de accesibilidad
Desactivar el modo de accesibilidad
Omitir los comandos de cinta
Saltar al contenido principal
Desactivar animaciones
Activar animaciones
Inicio de sesión
Universidad EAFIT
Carrera 49 # 7 sur -50
Medellín
Antioquia
Colombia
Carrera 12 # 96-23, oficina 304
Bogotá
Cundinamarca
Colombia
(57)(4) 2619500
contacto@eafit.edu.co
Investigación / i+D+I en TIC
Inicio
Actualmente seleccionado
Investigadores
Publicaciones
Repositorio institucional
Proyectos
Transferencia tecnológica
miMenteia
Propuestas de investigación
Redes académicas
Contacto
English version
Investigación / i+D+I en TIC
deteccion-de-distraccion-visual-en-estudiantes
Detección de distracción visual en estudiantes
Parece que el explorador no tiene JavaScript habilitado. Active JavaScript e inténtelo de nuevo.
Proyectos
Transferencia tecnológica
Recientes
Actualmente seleccionado
Galería de imágenes - iditic
e-App: Acordion
e-App: Acordion
e-App: Bootstrap
e-App: Slider
Contenido del sitio
EAFIT
Ciencia, Tecnología e Innovación
Investigación / Grupos
Investigación / i+D+I en TIC
Detección de distracción visual en estudiantes
Detección de distracción visual en estudiantes
Detección de distracción visual en estudiantes durante clase utilizando técnicas de visión artificial y aprendizaje automático.
Imagen de la página
Zona enriquecida 1
Director del Proyecto:
Mauricio Toro
Duración:
Enero 2019 - Diciembre 2019
Investigadores:
Hassler Castro
Mariana Ramirez
Rafael Villegas
Isabela Muriel
Resumen del proyecto:
Ha sido objeto de estudio de la educación y la psicología identificar las razones por las cuales el nivel de atención por parte de los estudiantes disminuye. Existen dos grandes vertientes para definir la distracción en clase: distracción cognitiva, que involucra un proceso en el que el estudiante simplemente ocupa su mente en divagar en otras actividades, y distracción visual, que está relacionada actividades explícitas que desvían la atención del estudiante. Esta última es la que el presente trabajo aborda. Detectar los estudiantes distraídos visualmente en clase es un insumo valioso para responder preguntas tales como cuándo, cómo, por qué y cuantas veces se distrae un estudiante. Estas preguntan redefinen las metodologías de aprendizaje por parte de los alumnos y de enseñanza por parte de los maestros, así como la evaluación del desempeño de los estudiantes en el entorno académico. El objetivo del proyecto es detectar la distracción visual de los estudiantes durante una clase magistral mediante el análisis de video utilizando redes neuronales profundas. Un resultado de este proyecto es que es posible identificar a los estudiantes utilizando los videos recolectados dentro del salón de clase mediante arquitecturas single shot (YOLOv3 pre-entrenado con COCO dataset) o detectar los rostros con técnicas como Haar-like features.
Galeria:
(en blanco)
(en blanco)
Proyectos
Transferencia tecnológica
Recientes
Actualmente seleccionado
Galería de imágenes - iditic
e-App: Acordion
e-App: Acordion
e-App: Bootstrap
e-App: Slider