การประเมินความสนใจผู้เรียนในห้องเรียนออนไลน์ผ่านการตรวจจับอารมณ์บนใบหน้าด้วยแบบจำลองการเรียนรู้เชิงลึก

งานวิจัยนี้มีวัตถุประสงค์เพื่อสร้างเครื่องมือช่วยประเมินความสนใจของผู้เรียนในการเรียนออนไลน์ผ่านการตรวจจับอารมณ์บนใบหน้าด้วยแบบจำลองการเรียนรู้เชิงลึก และเพื่อหาประสิทธิภาพของเครื่องมือช่วยประเมินความสนใจของผู้เรียนในการเรียนออนไลน์ผ่านการตรวจจับอารมณ์บนใบหน้าด้วยแบบจำลองการเรียนรู้เชิงลึก โดยนำข้อมูลใบหน้าที่นำมาใช้สอนและทดสอบการเรียนรู้ของเครื่องจาก FER2013 ได้แก่ หน้าปกติ (Neutral), หน้ากลัว (Fearful), หน้าตกใจ (Surprised), หน้ามีความสุข (Happy), หน้าโกรธ (Angry), หน้าเศร้า (Sad) และหน้ารังเกียจ (Disgust) รวม 7 อารมณ์ รวมไปถึงตรวจจับการหันและก้มของใบหน้าผ่านวิดีโอระยะเวลา 5 นาที หรือ 8,018 เฟรมวิดีโอ โดยมีกลุ่มตัวอย่างเป็นนักศึกษาระดับปริญญาตรีชั้นปีที่ 2 คณะครุศาสตร์อุตสาหกรรมและเทคโนโลยี ภาควิชาครุศาสตร์ไฟฟ้า สาขาวิชาคอมพิวเตอร์ มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี จำนวน 16 คน โดยการเลือกกลุ่มตัวอย่างแบบเจาะจง ผลการวิจัยพบว่า เครื่องมือในการช่วยประเมินความสนใจของผู้เรียนในการเรียนออนไลน์ผ่านการตรวจจับอารมณ์บนใบหน้า มีความสามารถในการตรวจจับใบหน้าผู้เรียนได้ ซึ่งคิดเป็นร้อยละ 87.5 ของใบหน้าผู้เรียนทั้งหมด ซึ่งแปลผลประสิทธิภาพในการตรวจจับอยู่ในระดับสูง โดยผลการจำแนกแต่ละอารมณ์บนใบหน้าที่ตรวจจับได้สูงสุด 3 ลำดับ ซึ่งคิดเป็นร้อยละ 31.89, 26.65 และ 13.29 ของอารมณ์ที่ตรวจจับได้ทั้งหมด ตามลำดับ สำหรับการก้มของใบหน้าของผู้เรียน คิดเป็นร้อยละ 77.63 ของจำนวนเฟรมวิดีโอทั้งหมด และการหันของใบหน้าของผู้เรียนทั้งหมดที่เกิดขึ้น คิดเป็นร้อยละ 4.04 ของจำนวนเฟรมวิดีโอทั้งหมด