遠隔教育やテレワークが増加している現在の環境では、教育や仕事の質の向上を評価するために、リアルタイムでのユーザの集中度が重要な評価要素の一つとなっている。先行研究が提案したセンシング手法の多くは、接触型センサーに基づいていたり、結果を得るまでに長時間を要したりするため、実用シーンでの一般化は難しくなる。本研究では、普及しているカメラに画像認識技術とニューラルネットワークを組み合わせることで、非接触でユーザの顔や姿勢などの生体情報をもとに、ユーザの集中度をリアルタイムに検出することを試みる。