设计教育和比较研究的智能评估方法,可视化课堂激活和眼睛运动的热图之间的比较研究

科学领域:

• 人工智能在设计教育中的应用
• 计算机视觉用于设计分析分析.
• 在创意领域的人与计算机的互动.

背景情况:

• 对设计工作的客观评价对于学生的发展至关重要.
• 当前的设计评估方法可能是主观的,耗时的.
• 整合智能系统可以增强教育评估.

研究的目的:

• 为设计教育开发一个客观的设计工作评估系统.
• 研究人类视觉注意力和人工智能驱动的评估之间的相关性.
• 评估人工智能在设计教育中的潜力.

主要方法:

• 使用卷积神经网络 (CNN) 开发了一个自动设计评估模型.
• 收集人类眼睛跟踪数据以生成凝视热图.
• 将CNN生成的类激活地图 (CAM) 与人眼跟踪热图进行比较.

主要成果:

• 在评估过程中,人类和CNN焦点之间发现了显著的相关性.
• 人类评估者和CNN之间背景观察的差异被确定.
• 美国广播公司 (CNN) 模型在评估和分类设计产品图像方面表现出有效性.

结论:

• 基于CNN的智能评估显示了在设计教育中客观评估的潜力.
• 人工智能可以补充主观的人类评估,改进评估策略.
• 人工智能在设计教育中的整合有望推动该领域的发展.