PAMETNE UIONICE: PREGLED OBLASTI I PRAVCI BUDUEG RAZVOJA

SMART CLASROOMS: SURVEY AND DEVELOPMENT DIRECTIONS

Nenad Gligori1, Sran Kro

2, Ana Uzelac

3 1 Fakultet organizacionih nauka u Beogradu 2 Fakultet organizacionih nauka u Beogradu

3 Saobraajni fakultet u Beogradu

Sadraj - U procesu svakodnevnog poduavanja, predavai se suoavaju sa problemom efikasne prezentacije materije. Sistemi za uenje na daljinu, automatsko prepoznavanje aktivnosti predavaa i studenata, prepoznavanje govora i u skorije vreme primena senzora i senzorskih mrea su primeri tehnika i reenja koja se zajedno primenjuju u okviru pametnih uionica, stvarajui ambijent koji slua, komunicira i odgovara na akcije korisnika. U ovom radu dat je pregled istraivanja iz oblasti pametnih uionica, s ciljem da se predstavi najvii stepen i predloe mogui budui tokovi razvoja ovog polja, posredstvom najnovijih dostignua i vizije Interneta Inteligentnih Ureaja.

Abstract - In the process of everyday teaching, lecturers are faced with the problem of making effective presentations. Distance learning, e-learning, detection of activities, speech recognition and more recently sensor networks are examples of tools and techniques that integrated together make the smart classrooms concept, creating an environment that listens, communicates and responds to user actions. This paper represents the survey of smart classrooms, with the aim to present the state-of-the-art in this domain, and provide possible direction for further development utilizing the latest advancements and the vision of the Internet of Things.

1. UVOD Proces uenja poinje od malih nogu i traje kroz ceo ivot. Znanja se usvajaju na razliitim mestima i u razliitim situacijama, ali u najveoj meri se taj proces odvija u institucijama: obdanitima, kolama, fakultetima i drugim organizovanim vidovima obuke (kursevi). Nain prenoenja znanja sa predavaa na studente se polako menjao kroz godine usvajajui nove tehnologije u cilju efikasnijeg obavljanja ove aktivnosti. Tako se sa kolske table prelo na folije, sa folija na Powerpoint prezentacije, i na kraju na objavljivanje snimljenih predavanja i kompletnog materijala na Internetu omoguujui nove metode uenja poput uenja na daljinu. Granica izmeu rezliitih metoda uenja poela je da se gubi, a sam proces uenja esto dobija pridev meovito (eng. blended), jer kombinuje vie razliitih metoda. Predavanje se moe pratiti bez fizikog prisustva u uionici, tako da pored tradicionalnih metoda uenja, postoje elektronsko uenje (pohaanje e-kurseva), uenje na daljinu (elektronsko i tradicionalno uenje u jednom), i meavine navedenih [1].

Nove metode u procesu uenja oslanjaju se na niz tehnolokih inovacija kako bi uesnicima u procesu omoguili da se u potpunosti posvete svojim ulogama i cilju procesa: prenosu i usvajanju znanja. Tako recimo dostupnost materijala korienih tokom predavanja (na primer slajdovi ili snimak predavanja se publikuju na studentskom portalu ili Internetu) liavaju studente potrebe za pravljenjem detaljnih beleki svega to predava kae (jedan od prepoznatih uzroka pada panje je i potreba beleenja infromacija za vreme predavanja [2]) i samim time im ostavlja vie vremena da se skoncetriu na interakciju sa predavaem i usvajanje materije. Panja studenata poinje da opada posle 10-ak minuta, tako da se na kraju predavanja zapamti 70% informacija prezentovanih u prvih deset minuta i samo 20% informacija prezentovanih u poslednjih deset minuta [3]. Dostupnost kompletnog materijala sa predavanja omoguuje jednostavno podseanje i bolje usvajanje kompletnog gradiva. Uz ovu iroko rasprostranjenu tehniku, postoji niz novih predloga za dalje unapreenje procesa uenja od automatskog prepoznavanja govora i aktivnosti predavaa i studenata, podeavanja parametara uionice (na primer nivo CO2 u vazduhu) do korienja razliitih rekvizita i pomonih sredstava. U ovom radu je dat pregled relevantnih istraivanja i reenja, kao i predlog budueg razvoja pametnih uionica na osnovu trenutnog stanja i vizije Interneta Inteligentnih Ureaja (eng. Internet of Things). Rad je organizovan na sledei nain. Koncept pametne uionice definisan je u drugom poglavlju. Tree poglavlje daje po prvi put jedinstvenu kategorizaciju svih pametnih uionica prema funkcionalnim karakteristikama. Pregled postojeih istraivanja predstavljen je u etvrtom poglavlju. U petom poglavlju je dato vienje mogueg budueg razvoja pametnih uionica. 2. KONCEPT PAMETNE UIONICE Pametna uionica (eng. Smart Classroom) je nastala po uzoru na pametne prostore [4, 5], a njen funkcionalan okvir se moe definisati kao inteligentno okruenje opremljeno rzliitim spektrom hrdverske i softverske opreme: projektorima, kmerama, senzorima, modulima z prepoznvnje govor, lic, itd [6]. U literaturi se ovaj termin pojavljuje i pod nazivom inteligentna uionica. irenjem funkcionalnosti, poveava se broj aplikacija i komponenti koje se koriste: od samog poetka inteligentni prostori prate tehnoloki razvoj primenom poslednjih

naunih dostignua. Prema tome, pametna uionica je nova sinteza tehnologije, korisnikog interfejsa i tradicionalnih metoda predavanja radi stvaranja inovativnog, naprednog i fleksibilnog okruenja za uenje [7]. U praktinoj primeni postoji mnogo razliitih implementacija pametne uionice, npr. uionice bazirane na sistemima za video konferenciju, reenja za uenje na daljinu bazirana na multimedijalnom okruenju; uionice koje podravaju video, whiteboard i et; uionice sa virtuelnim 3D prikazom korisnikih avatara koje imaju mogunost audio i video interakcije, itd [8]. Primetan je nedostatak klasifikacije na osnovu koje se moe izvriti kategorizacija razliitog skupa komponenti i funkcija svih pametnih uionica. Radi lakeg klasifikovanja, u sledeem poglavlju data je podela prema funkcionalnim komponentama. 3. FUNKCIONALNA PODELA PAMETNIH UIONICA Komponente pametnih uionica zavisno od funkcionalnosti mogu se podeliti na sledee kategorije: 1) virtuelni asistenti, 2) automatizovano snimanje predavanja, 3) digitalizacija pisanih materijala, 4) sistemi za video/audio konferencije, 5) virtuelizacija uesnika.

Virtuelni asistenti [9] mapiraju ljudski govor i pokrete sa raunarskim akcijama koristei ih kao instrukcije, npr. menjanje slajda na glasovnu komandu, paljenje projektora na detektovano logovanje korisnika. U ovu grupu se mogu svrtstati i ureaji koje funkcionalno zamenjuju vie drugih ureaja; npr. laserkse olovke koje se koriste umesto mia, olovke, i sl. Automatizovano snimanje predavanja je kategorija sistema koji omoguavaju automatsko snimanje predavanja, praenje kretanja predavaa i u nekim sluajevima, kod kompleksnijih sistema, prepoznavanje akcija korisnika. Digitalizacija pisanih materijala je grupa svrstanih softversko-hardverskih komponenta za transformaciju rukopisa u elektronski format, odnosno direktno prikupljanje podataka preko pametnih tabli i ekrana osetljivih na dodir [9]. Dokzno je d se sistemi z utomtizovni zpis mterijl n predvnju u elektronski oblik pozitivno odrvju n uspeh student [10]. Sistemi za video/audio konferencije su komercijalno iroko zastupljeni sistemi koji se sastoje od interaktivnih telekomunikacionih tehnologija za uspostavljanje istovremene dvosmerne komunikacije putem slike i zvuka. Virtuelizacija uesnika je stvaranje virtuelnog okruenja koje simulira prikaz tradicionalne uionice. Konkretno, virtuelizacija se moe posmatrati kao softverski rendering virtuelnog prostora uionice u koji se digitalno popunjava slikom ili video zapisom studenata strimovanjem u

realnom vremenu; ili prikazanih u obliku avatara. Navedene komponente u realnom okruenju se sistematski dopunjuju; a u odreenim sluajevima i predstavljaju jedinstvenu celinu, zbog ega se teko razgraniava gde jedna kategorija poinje a druga zavrava. 4. PREGLED POSTOJEIH ISTRAIVANJA Relevntni bibliogrfski izvori i ostvreni rezultti koji su u vezi s datom oblau, usmereni su na razliite tehnologije, aplikacije i metode uenja u pametnoj uionici. Pmetne uionice mogu da koriste senzore za prepoznavanje pokreta ili glasa korisnika radi ekstrakcije odreenog paterna na osnovu koga se izvrava predefinisana akcija. Automatizacijom ambijenta, ostaje vie vremena za predavanje, time to se vreme ne troi na nepotrebne procese pripreme. Predavai koji ranije nisu radili u ovakvom okruenju, susree se sa oteavajuim okolnostima, dok ne savladaju osnove korienja. U radu [6] prikazano je iskustvo predavaa nakon susreta sa pametnom uionicom koji nisu eleli da se vrate tradicionalnom naiu predavanja. Standard Natural Classroom (SNC) je pametna uionica proirena tehnologijama za elektronsko uenje, s ciljem da se napravi interaktivno okruenje za lokalne i udaljene studente. Funkcionalnost ove uionice je dobar primer upotrebe razliitog spektra tehnologija koje omoguavaju: detekciju i prepoznavanje lica, praenje razliitih entiteta, detektovanje panje studenata praenjem pokreta oka, prepoznavanje izraza lica, detektovanje predavaevih pokreta kao komandi, prepoznavanje glasovnih komandi, otkrivanje poloaja osoba na osnovu niza mikrofona, prepoznavanje emocija na osnovu kratkoronih i dugoronih osobina govora, itd. Predava u SNC moe slobodno da se kree za vreme prezentacije koristei lasersku olovku, glasovne komande i pokrete. Studenti mogu da odlue da li e nastavu pratiti u uionici, u SNC uionici, ili od kue [11]. Tele-edukacija pokuava da za predavae i sluaoce prui iskustvo to slinije tradicionalnom[6], koji predstavlja klju uspeha za video predavanja na daljinu. Interakcija bez direktnog fizikog kontakta nije adekvatna u primeni edukacije, ne samo zbog povratne reakcije ve zbog samog sociolokog faktora. Kao posledica nastaju sistemi koji imitiraju realnost, npr. virtuelne uionice, meovito uenje na daljinu, i sl. Jedan od naina da se uspostavi ambijent slian ambijentu klasine uionice, prikazan je u [6] i obuhvata: media-tablu (analognu tradicionalnoj tabli), na kojoj se bilo kakav zapis prikazuje na daljinskom klijentu koji koristi student; studentovu tablu, koja se, ukoliko predava odlui, preslikava na svim ostalim klijentima. Prednost ovakvog sistema je to nije neophodno da predava bude u blizini raunara. Pisanje se obavlja pomeranjem prsta po pametnoj tabli. Takoe, svakom studentu je omogueno da razgovara sa predavaem kao u normalnom okruenju.

Jedan primer kreiranja trodimenzionalnih virtuelnih prostora je platforma EVE [12], u kojoj se predavanja odvijaju u virtuelnom 3D okruenju, a svaka osoba je predstavljena svojim avatarom u ambijentu virtuelne uionice. Istraivanje [7] prikazuje modele za identifikovanje predavaa, pomou niza kamera i mikrofona. Prezentovani su algoritmi za prepozanavanje lica, orijentacije glave i fokusa pogleda. Kako bi se izbegla potreba dranja mikrofona, u neposrednoj blizini predavaa smeten je niz mikrofona. Prepoznavanje rei je zahtevan proces zbog verovatnoe pojavljivanja akronima koji se ne koriste u knjievnom jeziku, nerazumljivih deonica, nedovrenog govora (kod interaktivnih predavanja), razlike u akcentima, itd. Navedene potekoe kod prepoznavanja rei stvaraju potrebu "treniranja" novih jezikih i akustinih modela. Prepoznavanje predavaa je uvodna komponenta, ali se zavisno od funkcija koje slede, moe reiti na razliite naine (npr. ukoliko logovanje nije zasnovano na glasovnom prepoznavanju; kontekst sistema je takav da se zna poloaj predavaa, i sl). Eksperimentalni rezultati pokazuju da se vea tanost postie korienjem video nego audio tehnika; ali se kombinacijom veeg broja raspoloivih tehnika po pravilu ostvaruju optimalniji rezultati. Izuzetak u sluaju [7] bio je predava snimam audio i video tehikama, koji je izlaganje vodio u nedovoljno osvetljenom delu prostorije bez mnogo pokreta; to je rezultovalo velikim stepenom greke pri upotrebi video tehnike. Prema tome, tanost proporcionalno raste sa poveanjem kvalitativnih parametara ukljuenih u sam proces merenja. Uionica opremljena mehanizmima za prepoznavanje pokreta i govora reaguje prema predavaevoj aktivnosti, bez potrebe za manuelnim upravljanjem. Na primer kad se predava uloguje na raunar u uionici, sistem iskljuuje svetla, sputa ekran, pali projektor i prebacuje izlaz iz raunara na projektor. Glavna ideja automatizacije ovih procesa, je da se predava usresredi na predavanje, umesto da vreme odreeno za predavanje protekne u nametanju opreme [13]. Pored automatizacije, uionica prua mogunost da se snime, spoje i sihnroniziju digitalne beleke zapisane na elektronskoj tabli (Powerpoint, audio/video zapisi) sa audio/video zapisom predavaa. Potom, sistem dozvoljava studentima da ocene predavanje, sa uvidom u sve zapise sa predavanja preko veb intefejsa. U radu [13] se naglaava znaaj feedbacka u realnom vremenu, odnosno postavljanja pitanja od strane studenata u momentu prezentacije materije. Meutim, konstantna pitanja mogu ometati proces nastave i bolji se rezultati postiu ukoliko je auditorijum fokusiran samo na predavanje, a profesor prepozna da li je predavanje razumljivo, nerazumljivo, interesantno, itd. Pasivno, studententi kada pregledaju materijal online mogu da koriste opciju prethodno postavljana pitanja PAQ (Previously Asked Questions) za bilo koji slajd, ili da postave novo pitanje za koje je mogue da naknadno

dobiju odgovor. Nova pitanja se integriu kasnije zajedno sa odgovorima kao nova PAQ [13]. Virtuele (laserske) olovke kao sastavni deo opreme jedne uionice koriste se za digitalizaciju pisanih materijala ili simulaciju mia (uPen [14], Virtual pens [9]). Laserski pointer opremljen tasterima i beinim komunikacionim modulom, omoguuje predavau potpunu slobodu kretanja pri upotrebi virtuelne olovke. Propratni softver dozvoljava da se naprave profili za razliite korisnike kako bi se omoguila upotreba veeg broja ureaja istovremeno. Virtuelna reija [9] je naziv za grupu sistema koji se koriste za automatizovano snimanje predavanja, uz mogunost praenja kretanja predavaa. Praenje se obezbeuje snimanjem kompletne scene preko irokougaone kamere koja navodi drugu kameru koja je blia predavau; ili snimanjem pomou jedne kamere, tako to se predava zadrava u centru scene na osnovu tehnika digitalnog kropovanja i mehanikog praenja [15]. Presentations Automatically Organized from Lectures (PAOL) je reenje koje snima sadraj prezentacije prikupljanjem sekvenci slika visoke rezolucije [16]. PAOL snima seriju slika (frejmova), digitalno uklanja predavaa iz scene, i sauvava slike kada se pojavi stabilna verzija slike (koja je aktuelna dui vremenski period). Glavni proces se odvija u realnom vremenu brzinom od 1 frejma po sekundi (fps) po kameri; a sledei proces koji obuhvata uklanjanje duplikata i poveavanja itljivosti, zapoinje nakon snimanja predavanja, odvija se brzinom od 5 fps i zavrava najkasnije 2 minuta posle predavanja. Pametnoj uionica objanjena u radu [18] podizanjem sistema na osnovu glasa vri automatsko prepoznavanje korisnika. Kada predava izgovori svoje ime, uitava se model govora, posle ega je mogue koristiti glasovne komande, npr. otvori dokument, strimuj prezentaciju, sledei slajd, i sl. Zapis sa table se prenosi do studenata i prakazuje na jednom zidu uionice, a na drugom su prikazane slike studenata u realnom vremenu, sa ciljem da se priblii ambijent tradicionalne uionice. Ukoliko student eli da zatrai re - slika studenta e to signalizitati treperenjem. Rad [20] prezentuje reenje za prepoznavanje akcija predavaa kako bi se propratno doveli u funkciju virtuelni mi i virtuelni kamerman. Prepoznavanje pokreta se vri preko hibridnog ljudskog modela (eng. Hybrid human model), na kome se primenjuje funkcija B-krive drugog reda kako bi se detektovala ramena i prikupile osnovne informacije o pokretima (uglovi laktova, parametri pokreta lica i obe ruke). Potom se pomou verzije skrivenog Markovljevog modela tzv. Primitive-based Coupled Hidden Markov Model (PCHMM) detektuju akcije zavisno od konteksta. Nezamislivo je sve navedene komponente i funkcionalnosti implementirati na jednom raunaru zbog

ogranienih resursa, to je i jedan od razloga zbog kojih su se pojavile distribuirane raunarske platforme za inteligentna okruenja. Ove platforme se mogu podeliti u dve razliite grupe zavisno od strukturalnog modela: 1) distribuirane modalne platforme sa komponentama (npr. CORBA od OMG-a i DCOM od Majkrosofta); 2) multi-agentne platforme (OAA od SRI ili Aglets od IBM-a). Kod prve grupe platformi postoji samo jedan izvrni proces u sistemu, i objekti se izvravaju samo kada su pozvani od strane centralne logike. S druge strane multi-agentni model se uklapa u koncept sistemske strukure sa nezavisnim entitetima, razdvajanjem individualnih softverskih modula (agenata) koji imaju svoje izvrne procese, zbog ega su ove platforme praktinije za upotrebu u inteligentnim uionicama. Nije pravilo da sve platforme pripadaju nekoj od navedenih podela. Potreba za inteligentnim okruenjem uveliko je prepoznata zbog ega se razvijaju pametne

uionice u sopstvenoj reiji. Kao posledica pojavljuju se funkcionalno i hardverski razliite platforme. Problem dvosmerne komunikacije na daljinu je est u ovoj oblasti. U radu [8] prikazani su komunkacioni protokoli, sistemski server, hardverski zahtevi i potreban protok u procesu implementacije sistema virtuelne uionice. VAVC sistem je baziran na klijent-server modelu, a okruenje se sastoji od klijenata i vie servera koji komuniciraju preko Interneta. Okruenje i izgled scene u virtuelnoj VAVC uionici se modeluje u 3D Studio Max-u. Svi uesnici predavanja mogu da komuniciraju i dele znanja u virtuelnom ambijentu koji je karakteristian za video igre iz treeg lica. Pregledom oblasti uoljivo je preplitanje i intezitet kojim se razliite tehnologije dopunjuju, to je nastalo kao rezultat implementacije razliitih tehnologija pametne uionice u sopstvenoj reiji.

Tabela 1. Pregled pametnih uionica sa karakteristikama: [A] virtuelni asistenti; [R] automatizovano snimanje predavanja; [D] digitalizacija pisanih materijala; [K] sistemi za video/audio konferencije; [V] virtuelizacija uesnika

Naziv projekta

Funkcija Osnovne karakteristike Tehnike

Blending-reality smart classroom [18]

A, D, K, V

Interakcija oveka i raunara uz pomo glasa; video/audio komunikacija u realnom vremenu u oba smera; inteligentan video sistem sa praenjem; 3D prikaz scene uionice

Simon - softver za prepoznavanje govora; real time video capture VFW (Video for Windows) SDK; Vega 3D simulator

Eve platform [12]

V, D Virtuelna predavanja sa audio konferencijom gde je svaki uesnik zamenjen svojim avatarom

Virtual Reality Modeling Language (VRML) za prikaz 3D objekata; VRML External Authoring Interface (VRML-EAI) za implementiranje interfejsa izmeu virtuelnih prostora i eksternih alata; H.323 protokol za prenos zvuka

IBMD [19] VAVC [8] PAOL [16] Prepoznavanje pokreta [20] uPen [14] Standard Natural Classroom [11]

A V, K R A A, D A,D,K

RFID beina senzorska mrea Virtuelna uionica, hardverski i tehniki zahtevi; modelovanje ponaanja avatara Automatizovano snimanje sadraja table snimanjem serija slika Prepoznavanje akcija predavaa kako bi se propratno doveli u funkciju virtuelni mi i virtuelni kamerman Laserski pointer sa tasterima, mogunost pisanja po povrini i manipulacija na daljinu sa svim funkcionalnostima mia Pametna uionica sa irokim spektrom komponenata za prepoznavanje lica, govora, pokreta, panje, emocija u glasu, izraza lica; i tehnologijama za tele-edukaciju, s ciljem da se napravi interaktivno okruenje za lokalne i

Detektovanje pokreta na osnovu promena temperature pomou senzora 3D Studio Max za modelovanje okruenja; Virtools DEV za interakciju avatara; 3DVIA Player za kretanje kroz scene; Virtools SDK (Software Development Kit) and Virtools VSL (Virtools Scripting Language) za komunikaciju sa serverom Dve kamere za snimanje prezentacije u rezoluciji 1024x410 px; slika se deli na 16x16px blokove a potom se konvertuju pikseli, remapiraju boje i digitalno uklanja predava Primitive-based Coupled Hidden Markov model (PCHMM) za detektovanje akcija zavisno od konteksta Softver baziran na Smart Platformi koji obezbeuje metode komunikacije i koordinacije, detekciju laserske take, emulaciju beinog mia, identifikaciju razliitih olovki Detekcija i prepoznavanje lica pomou adaboost algoritma i lokalnih binarnih paterna (LBP), praenje razliitih entiteta pomou generalizovane metode pokreta (GMM) i osobina boja; detektovanje panje praenjem pokreta oka; prepoznavanje izraza lica pomou LBP, detektovanje pokreta kao komandi

Smart Remote Classroom [4] MC13 [13] CyLab [5] Intelligent Environment for Tele-education [6] CHIL A7] Open Smart Classroom [17]

K, R, D, V A, R, D K, R A, K A K

udaljene studente Platforma za uenje na daljinu u realnom vremenu zasnovana na hibridnom protokolu aplikacionog sloja za vieznano prekrivanje TORM i adaptivnoj emi za isporuku sadraja AMTM. SameView softver za pravljenje mulimedijalnog sadraja snimanjem predavanja sa embedovanom 3D tehnologijom. Pametna uionica opremljena mehanizmima za automatsku kontrolu ambijentom, snimanje i sinhronizaciju snimaka predavanja sa digitalnim zapisima prikupljenih preko elektronske table i tableta. Materijal je dostupan studentima preko veba Predavanje na daljinu izmeu dve pametne uionice sa sistemom za automatsko snimanje prezentacije. Praenje snimljenih predavanja na zahtev Inteligentna okruenja koja prepoznaju govor i pokrete i vre odreene radnje na osnovu zapaenog. Tele-edukacioni sistem koji koristi SameView Rad prikazuje modele za detektovanje predavaa, pomou niza kamera i mikrofona i njegovo praenje, prepoznavanje govora i orijentacije glave. Pametna uionica opremljena veb servis tehnologijom za uenje na daljinu

pomou fuzzy neuralnih mrea; prepoznavanje glasovnih komandi pomou HTK ili ViaVoice-a; pronalaenje poloaja osoba na osnovu niza mikrofona; prepoznavanje emocija pomou kratkoronih i dugoronih osobina govora TORM protokol dinamiki kreira tunele radi povezivanja vorova lociranih u razliitim ostrvima. Nakon primanja paketa kroz tunel, paketi se prosleuju ostalim vorovima u domenu. ema ATMT prua razliite usluge za isporuku sadraja, opisivajui organizaciju multimedijalnog sadraja kako bi se razliiti formati podataka (slika, tekst, video) isporuili klijentima na osnovu potrebnog protoka i zahteva primaoca Interakcija predavaa sa raunarom i automatska kontrola postignuta na osnovnu funkcionalnosti nadograene platforme Classroom 2000 i pristupu implementacije reaktivne video-konferencijske sale Video-konferencija se prenosi na daljinu preko linka brzine 4 Mbps, protokol H.320/H.323. Rezervni link 512 Kbps ISDN. Prikaz u udaljenoj uionici preko Microsoft NetMeeting-a. Snimanje scene sa praenjem predavaa Upravljanje pomou glasa i pokreta, zamenjivanje funkcija mia. Akcije okruenja se izvravaju na osnovu multimodalnog fraziranja. Svaka akcija se ispituje kao poseban modalitet dok se ne sloi sa predefinisanom fraznom strukturom. Protokol TORM Signal iz veeg broja izvora (kamera i mikrofona) se procesira razliitim tehnikama radi utvrivanja poloaja predavaa. Algoritam se zasniva na pretpostavci da je predava fiziki najaktivniji u prostoriji. Prepoznavanje govora i lica koriste se na osnovu treniranih modela. Svi senzori i komponente rade pod NIST Smartflow platformom Open Smart Platform-a, otvoreni standardni interfejs za povezivanje i komunikaciju sa mobilnim ureajima bez naknadnih podeavanja; otvoreni servisni kanal za povezivanje internih modula i drugih sistema; otvoren pristup u kome vie inteligentnih okruenja mogu da se poveu i komuniciraju meusobno

5. PRAVAC RAZVOJA PAMETNIH UIONICA

U skorijoj budunosti, ne samo raunari ve i mnogi ureaji i drugi fiziki objekti bie povezani, sa sposobnou da komuniciraju sa malo ili bez ovekovog nadzora. Pomenuti objekti se nazivaju pametni ureaji, a sama vizija koja ih predvia je koncept Interneta Inteligentnih ureaja (eng. Internet of Things - IoT). Primenom IoT-a, sociolokom i bihevioristikom analizom parametara, pametna uionica se moe unaprediti tako da aktivno slua, analizira glasove, konverzaciju, pokrete, ponaanje; kako bi se doneli zakljuci o kvalitetu prezentacije i miljenju auditorijuma.

U takvoj uionici, kvalitet predavanja se moe meriti direktno i rezultati prezentovati predavau u realnom vremenu, omoguavajui adaptaciju pristupa prezentacije, promenu teme, detaljnijem razmatranju iste, itd. Ovakva uionica pomogla bi predavau da ostvari bolji utisak i prui kvalitetna predavanja u kontinuitetu, dok e sluaoci prisustvovati interesantnijim predavanjima, a proces uenja postae krai, efikasniji i interesantniji [21].

6. ZAKLJUAK

Pametne uionice pozitivno se odraavaju na proces uenja koristei tehnologiju kao medijum. Prisutnost razliitih metoda uenja, aplikacija i tehnologija, ini ovu

oblast specifinom i otvorenom za nova istraivanja. Pregledom oblasti kroz jedinstvenu kategorizaciju koja je data u ovom radu, stvara se kompletna slika trenutnog razvoja inteligentnih uionica. Pravac svih informacionih tehnologija ide u smeru vetake inteligencije, a tehniki zhtevi i metode koje se koriste pri relizciji pametne uionice, iroko su primenljive i van date oblasti. U bliskoj budunosti akcenat je na senzorskim mreama, i objedinjenoj spoznaji entiteta koji nas okruuju, putem Interneta Inteligentnih Ureaja. Senzorski ureji obezbeuju podtke, koji prikupljeni u odreenom kontekstu zjedno s mterijlom zbeleenim prteom opremom, mogu doprineti razvoju interesantih platformi koje e dalje oblikovati savremenu edukaciju. 7. LITERATURA [1] Iraklis Varlamis, Ioannis Apostolakis, "A Framework for the Quality Assurance of Blended E-Learning Communities", Lecture Notes in Computer Science, 2010, Volume 6278/2010, 23-32 [3] R. M. Felder and R. Brend, How to improve teaching quality, Quality Management Journal, Vol. 6, Issue 2, pp. 9-21, 1999. [2] Patricia M. Barbetta, Cindy L. Skaruppa, "Looking for a Way to Improve Your Behavior Analysis Lectures? Try Guided Notes", The Behavior Analyst, Vol. 18, pp. 155-160, 1995. [4] Shi Y.C., Xie W.K., Xu G.Y., Smart Remote Classroom: Creating a Revolutionary Real-time Interactive Distance Learning System, LNCS Vol. 2436, pp. 130-141, 2002. [5] Davar Pishva, "Smart Classroom brin top-quality educaiton around the globe", International Symposium on Applications and the Internet Workshops, pp. 40, 2007. [6] W. Xie, Y. Shi, G. Xu and D. Xie, "Smart Classroom - an Intelligent Environment for Tele-education", IEEE Pacific Rim Conference on Multimedia, LNCS 2195, pp. 662668, Bejing, 2001. [7] R. Stiefelhagen, K. Bernardin, H.K. Ekenel, J. McDonough, K. Nickel, M. Voit, M. Wolfel, "Audio-visual perception of a lecturer in a smart seminar room", Signal Processing, Vol. 86, pp. 35183533, 2006. [10] Tuncay Sevindik, "Futures learning environments in health education: The effects of smart classrooms on the academic achievements of the students at health college", Telematics and Informatics, Vol. 27, Issue 3, pp. 314322, 2010. [8] Xin Li, Minghua Li, Liren Zeng, Virtual Classrooms Supporting a Two-Way Synchronized Video and Audio Interaction, Lecture Notes in Computer Science, Vol. 6249, pp. 446-455, 2010. [12] Ch. Bouras, E. Giannaka, A. Panagopoulos, Th.

Tsiatsos, "A platform for virtual collaboration spaces and educational communities: the case of EVE", Multimedia Systems, Vol. 11, Issue 3, pp. 290303, 2006. [9] Pengfei Xu, Guanghui Han, Wen Li, Zhongke Wu, Mingquan Zhou, "Towards Intelligent Interaction in Classroom", Lecture Notes in Computer Science, 2009, Volume 5616, pp. 150-156, 2009. [14] Xiaojun Bi, Yuanchun Shi, Xiaojie Chen, "uPen: A Smart Pen-liked Device for Facilitating Interaction on Large Displays", IEEE TableTop Conference on Horizontal Interactive Human-Computer Systems, pp. 160-168, Australia, January 2006. [15] Yokoi, T., Fujiyoshi, H., Virtual camera work for generating lecture video from high resolution images, IEEE International Conference on Multimedia and Expo, pp. 4, 2005. [16] Paul E. Dickson, W. Richards Adrion, Allen R. Hanson, Whiteboard Content Extraction and Analysis for the Classroom Environment, Tenth IEEE International Symposium on Multimedia, pp. 702-707, 2008. [17] Yue Suo, Naoki Miyata, Toru Ishida Yuanchun Shi, Open Smart Classroom: Extensible and Scalable Smart Space Using Web Service Technology, In Proc. of 6th International Conference on Web-based Learning, pp. 428-439, 2007. [18] Chen Di, Zhao Gang, Xu Juhong, "An Introduction to The Technology Of Blending-reality Smart Classroom", International Symposium on Knowledge Acquisition and Modeling, 2008. [19] Hongliang Gu, Ruimin Shen, "An Effort to Boost Building an Attentive Service Environment for the Participants in Smart Classrooms", Lecture Notes in Computer Science, Vol. 6483, pp. 361-367, 2010. [13] Laura R. Winera, Jeremy Cooperstock, "The Intelligent Classroom: changing teaching and learning with an evolving technological environment", Computers & Education 38, 253266, 2002. [20] Haibing Ren, Guangyou Xu, "Human Action Recognition in Smart Classroom", Fifth IEEE International Conference on Automatic Face and Gesture Recognition, 2002. [11] Quanfeng Luo, Jiaji Zhou, Fei Wang, Liping Shen, "Context Aware Multimodal Interaction Model in Standard Natural Classroom", Lecture Notes in Computer Science, 2009, Volume 5685/2009, 13-23 [21] Nenad Gligori, Ana Uzelac, Sran Kro, "Smart Classroom: Real-time feedback on lecture quality", unpublished, paper submitted for publication