PAMETNE UIONICE: PREGLED OBLASTI I PRAVCI BUDUEG

RAZVOJA
SMART CLASROOMS: SURVEY AND DEVELOPMENT DIRECTIONS
Nenad Gligori
1
, 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 6
th

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