本システムは授業中の教室全体を定点撮影した動画から，各個人の集中度を推定をするものである．

そして、システムの構成は大きく分けて ①映像入出力部，②動作検出 部，③集中度推定部の3つのパーツで成り立っている．

授業中の様子を撮影した動画を入力し，内部で処理が行われた後，集中度が出力されること を最終的な目標としている．入力される映像は，1 定点から教室全体を撮影したものである．また，授業形式は聴講者全員が着席した座学を対象としている．

▼2-1 映像入出力部
入力された映像は，OpenPose により目や鼻，手など 18 点のキーポイントの座標が 検出される．今回の実験ではカメラは正面方向から1カ所に設置した．カメラは GoPRO を用い，解像度 1080p，fps60 で撮影を行った．

▼2-2 動作検出部
まず，人物を検出するため，OpenPose により得られる 18の座標データを用い，人物を検出する．具体的には，首の座標を利用し，ある大きさの人物領域を設定する．したがって，人数分の領域が生成され，人物の中心として判断する．このように，検出した人物領域を，教室の前列から割り当てていく作業を行う．

次に，顔の動きの推定するため，両目，両肩，首，両手首の座標値から「顔の動き」と「髪や顔を触る，ほお杖をつく仕草」，「顔の向きの変化」の 3つの動作を推定する．

▼2-3 集中度算出部
本パーツでは，2 種類の動作を元に聴講者の動作譜を作成し，その変化を計測することで集中度を算出する．今回想定されている環境は教室で行われる座学であり，聴講者は全員着席状態でその場から動き回ることはない，動作が発生した場合には，聴講者自身が姿勢を変える，よそ見をするといった大きな姿勢の変化があることが予想される．しかし，講義内では挙手や手元の用紙に記入を行うこともあり，動いていることが正解となるフレームも存在する．そのため，聴講者の過半数以上が行っている行動を正解であると仮定し，正解値と聴講者個人の行動が一致しているかどうか比較を行い，動作を判断している．

今回は集中度推定部においては，動作のみで集中度を推定するシステムを提案したが，実際動作譜に対し聴講者個人による検証を行い、その結果を反映することで，より高精度の集中度推定が可能となると考える．

図１：人物検出結果

図２：可視化結果