廖亞琳
靜宜大學人工智慧應用學系 研究生
E-mail：cxghk581@gmail.com
王岱伊
靜宜大學人工智慧應用學系 副教授
E-mail：ophelia.wang@gmail.com
摘要
隨著線上學習日益普及，教師難以即時掌握學生在非同步影片學習過程中的注意力狀態。本研究設計並開發一套網頁端學習注意力監測系統，以普通網路攝影機結合MediaPipe Face Mesh 與TensorFlow.js，在瀏覽器端建立個人化視線預測模型，無需任何專用硬體即可實現即時視線追蹤。系統採雙端架構：教師端提供動態教材標註工具，可針對教學影片之特定時間段框選「關注區域（AOI）」；學生端即時偵測視線座標並與AOI 進行比對，視線偏離時觸發視覺引導干預機制，並將完整行為軌跡同步至Firebase 雲端資料庫。本文重點描述系統之整體架構設計、核心技術模組，以及使用流程，為線上學習注意力監測提供一套低成本、高部署性之解決方案。
關鍵字：視線追蹤、線上學習、注意力監測、MediaPipe