Desarrollo de Soluciones Cliente-Servidor para la Verificación ...
Desarrollo de Soluciones Cliente-Servidor para la Verificación ...
Desarrollo de Soluciones Cliente-Servidor para la Verificación ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
5.5. Limitaciones 117<br />
esta mejora, se evitarían los casos que provocan que <strong>de</strong>caigan <strong>la</strong>s prestaciones <strong>de</strong>l sistema,<br />
mostradas en el apartado 5.4.2.1. Es <strong>de</strong>cir, estos 6 peores ví<strong>de</strong>os tienen una gran influencia<br />
negativa en el hecho <strong>de</strong> que <strong>la</strong> distancia entre el valor medio <strong>de</strong>l Detected Stu<strong>de</strong>nt Presence<br />
Time (DSPT) difiera en 9 puntos <strong>de</strong>l valor medio <strong>de</strong>l Real Stu<strong>de</strong>nt Presence Time (RSPT),<br />
y que el valor medio <strong>de</strong>l Detected Stu<strong>de</strong>nt Frontal Pose Time (DSFPT) difiera en 30 puntos<br />
<strong>de</strong>l valor medio <strong>de</strong>l Detected Stu<strong>de</strong>nt Presence Time (DSPT).<br />
Por otra parte, los factores más influyentes en <strong>de</strong>gradación <strong>de</strong> <strong>la</strong> precisión obtenida en<br />
<strong>la</strong> medida <strong>de</strong> <strong>de</strong>tección <strong>de</strong> atención, tal y como se ha mo<strong>de</strong><strong>la</strong>do en esta Tesis, son los<br />
siguientes. Por un <strong>la</strong>do, <strong>la</strong>s oclusiones <strong>de</strong> <strong>la</strong> cara hacen que se <strong>de</strong>gra<strong>de</strong>n <strong>la</strong>s prestaciones<br />
en <strong>la</strong> estimación <strong>de</strong>l tiempo <strong>de</strong> pose frontal, <strong>de</strong>bido al comportamiento poco robusto <strong>de</strong>l<br />
<strong>de</strong>tector <strong>de</strong> Vio<strong>la</strong> & Jones en el proceso <strong>de</strong> <strong>de</strong>tección <strong>de</strong> caras frontales cuando existen<br />
oclusiones. Por otro <strong>la</strong>do, <strong>la</strong> posición <strong>de</strong> <strong>la</strong> webcam es crítica <strong>para</strong> <strong>la</strong> <strong>de</strong>tección <strong>de</strong> los<br />
intervalos <strong>de</strong> tiempo en que el estudiante está mirando el tec<strong>la</strong>do, si <strong>la</strong> posición <strong>de</strong> <strong>la</strong><br />
webcam es a<strong>de</strong>cuada el <strong>de</strong>tector <strong>de</strong> caras frontales <strong>de</strong> Vio<strong>la</strong> & Jones nos permite <strong>de</strong>tectar<br />
como caras frontales esos instantes gracias al margen en pose que ofrece el <strong>de</strong>tector. Estos<br />
factores nos indican que parece necesario incorporar en el proceso <strong>de</strong> mo<strong>de</strong><strong>la</strong>do <strong>de</strong> pose<br />
<strong>de</strong> estudiante, <strong>la</strong> información <strong>de</strong> seguimiento que proce<strong>de</strong> <strong>de</strong> los seguidores <strong>de</strong> piel y <strong>de</strong><br />
rasgos biométricos, <strong>para</strong> reducir su influencia.<br />
5.5. Limitaciones<br />
En esta sección presentamos algunas <strong>de</strong> <strong>la</strong>s limitaciones existentes en el sistema presentado.<br />
Actualmente, <strong>para</strong> el proceso <strong>de</strong> estimación <strong>de</strong> pose <strong>de</strong>l estudiante sólo se está utilizando<br />
<strong>la</strong> información <strong>de</strong>l <strong>de</strong>tector <strong>de</strong> caras frontales. La incorporación en este<br />
proceso <strong>de</strong> <strong>la</strong>s medidas que proporciona el seguidor <strong>de</strong> rasgos faciales (ojos, nariz<br />
y boca) mejoraría <strong>la</strong> precisión en esta estimación. El proceso <strong>de</strong> fusión <strong>de</strong> estas dos<br />
informaciones se podría realizar <strong>de</strong> <strong>la</strong> siguiente manera: a lo <strong>la</strong>rgo <strong>de</strong> una sesión <strong>de</strong><br />
aprendizaje, el <strong>de</strong>tector <strong>de</strong> caras frontales nos marca instantes temporales don<strong>de</strong> <strong>la</strong><br />
cara <strong>de</strong>l usuario tiene una pose frontal. Po<strong>de</strong>mos analizar <strong>para</strong> esos instantes <strong>la</strong> re<strong>la</strong>ción<br />
existente entre <strong>la</strong>s posiciones re<strong>la</strong>tiva <strong>de</strong> los rasgos faciales que nos <strong>de</strong>vuelve<br />
el seguidor <strong>de</strong> rasgos faciales, y generar criterios <strong>de</strong> frontalidad en base a esa información.<br />
Después, aplicaríamos al resto <strong>de</strong> los instantes <strong>de</strong> <strong>la</strong> sesión esos mismos<br />
criterios etiquetando como instantes frontales aquellos en los que se cump<strong>la</strong>n.<br />
La precisión en <strong>la</strong> <strong>de</strong>tección <strong>de</strong> tiempo <strong>de</strong> presencia y <strong>de</strong> atención <strong>de</strong> <strong>la</strong> solución<br />
implementada <strong>de</strong>pen<strong>de</strong> en gran medida <strong>de</strong> <strong>la</strong> correcta ubicación <strong>de</strong> <strong>la</strong> cámara web<br />
con respecto al centro-superior <strong>de</strong> <strong>la</strong> pantal<strong>la</strong>. Para ofrecer una solución que no<br />
imponga ninguna restricción sobre <strong>la</strong> ubicación <strong>de</strong> <strong>la</strong> webcam, <strong>de</strong>be remp<strong>la</strong>zarse el<br />
algoritmo actual <strong>de</strong> estimación <strong>de</strong> pose por otro que proporcione un mayor grado<br />
<strong>de</strong> libertad, como por ejemplo Active Appearance Mo<strong>de</strong>ls (AAM).<br />
Es necesaria <strong>la</strong> adición <strong>de</strong> nuevos módulos que enriquezcan el proceso <strong>de</strong> monitorización,<br />
incorporando funcionalidad como <strong>la</strong> <strong>de</strong>tección <strong>de</strong> estado <strong>de</strong> ánimo <strong>de</strong>l<br />
alumno, <strong>la</strong> <strong>de</strong>tección <strong>de</strong>l tiempo <strong>de</strong> lectura <strong>de</strong>dicado a cada contenidos, etc.