CMU “教室监视”系统上线：人脸识别走进美国高校遭抵制！ - 安防知识网

这套“EduSense”系统使用两台壁挂式摄像头（一台对着学生，一台对着老师），单个摄像头可以看到教室中的每个人，并自动识别信息。

近日，卡内基梅隆大学（CMU）的研究人员展示了一套EduSense计算机视觉系统，可以对视频和音频进行分析：

　　这套“EduSense”系统使用两台壁挂式摄像头（一台对着学生，一台对着老师），单个摄像头可以看到教室中的每个人，并自动识别信息，例如学生正在看的地方、举手的频率、老师是在讲台后面还是在教室中移动，以及老师在点名学生之前停留了多长时间等等。基本上教室内的一举一动都逃不过它的“火眼金睛”。

　　CMU的人机交互研究所（HCII）的助理教授克里斯·哈里森（Chris Harrison）表示：“今天，老师在教室里充当传感器的角色，但这种方法无法扩展。” 哈里森表示，近几十年来，教室规模越来越大，在大教室或者礼堂里讲课很难奏效。

　　系统使用另一个CMU项目OpenPose来确定身体位置。研究团队的成员Karan Ahuja说：“随着计算机视觉和机器学习的进步，以往需要数天甚至数月才能获得的人工观察结果，现在很快就可以获取。”。

　　哈里森说，使用高分辨率摄像机同时为许多课程播放4K视频是一个“计算恶梦”。为了跟上步伐，资源被弹性地分配以提供最佳的实时数据帧速率。

　　现在，研究小组已经证明他们能够捕捉数据，HCII的教职员工Amy Ogan说，团队目前的挑战是如何包装数据，并以一种在教育上有效的方式呈现数据。该团队将继续开发面向教师的应用程序，看看教师们能否将反馈整合到实践中。”我们一直致力于了解如何、何时、何地根据这些数据最好地提出反馈意见，以便帮助教师改进实践，”她说。

　　这一系统引发了不少的争议，一位网友twitter评论到：这一系统的发明者应该为自己感到羞耻。这就如同“银翼杀手”，只不过用在了教育上。在他看来，好的教学不能减少到可量化的程度，例如老师问问题后要等待多长时间。有效的教学不仅仅是其各个部分的总和。他的观点得到不少网友的认同。

　　但项目的指导人（ISR）副教授Yuvraj Agarwal表示，团队不想识别个别学生，EduSense也不想。项目不使用姓名或识别信息，而且由于摄像机数据是实时处理的，所以信息很快就会被丢弃。