<#人工智慧> <#行為感知> <#氣氛分析>
[學習科技系列分享：人類行為分析應用在學習科技]
人類行為信號處理(Behavior signal processing 簡寫BSP)在2000年被美國南加州大學Shrikanth Narayanan教授提出。這是一門高度整合且跨領域的科學，透過計算人類行為訊號的特徵與狀態，協助其他領域專家做決策。近年來，隨著電腦科學訊號處理演算法的進步與大數據資料科學的進展，工程領域的專家對影像、語音、文字以及傳統介面輸入(滑鼠、鍵盤、觸控螢幕)、生理訊號(腦波、體溫、脈搏)等相關人類行為訊號分析的技術逐漸成熟，再加上各學科領域之間界線的破除，已經可以建置高可信度、可複製性 及可擴展性的系統將人類的主觀感知機制自動化，進一步協助教育、醫療相關領域的工作。
資策會數位教育研究所創新學習中心已著手開發一系列學習者行為感測服務，例如：Class Fu學習氣氛分析系統，輔助老師掌握課堂中學生集體與個別情緒反應，以回饋教學者找出更好的教學方法。資策會教研所葉宗翰博士指出，現行發展之學習氣分分析已進行專利申請，並獲國內外研究、產業、學校等單位認同，後續將整合多種行為感測與辨識技術(手勢辨識、語音辨識、腦波分析等)，提供更智慧化之學習環境。
此外，國內產業與學界也積極投入此領域發展，例如：清華大學李祈均博士與多所醫療機構與教育單位合作開發疼痛檢傷自動分類系統，以及演講自動評分系統，提供教育專家以及急診室醫生另類的分析工具。鴻海與軟銀合作開發的Peppr機器人也是典型人類行為分析技術下的產物。透過影像與聲音資訊的處理，Peppr機器人可以感知使用者的外在顯著狀態並給予適當應對。
