摘要

对大学生学习状态进行监控能够有效分析学生的实际听课情况,从而确定有效的教学方案,与传统的人脸识别和语音识别方法相比,情绪识别具有更高的可靠性。基于情绪识别设计一种新的大学生课堂学习状态监控系统,针对系统硬件和软件两部分进行优化设计。系统硬件主要设计了识别器、滤波器和处理器,识别器内部采用脉冲编码模块进行数据编码,通过上位机、FPGA开发板块、预处理模块得到信息数据,滤波器内部为三相电源连接变压器和谐波源,利用处理器内部的算术逻辑模块对数据进行运算。应用情绪识别技术实现残差连接,将特征图中的数据以一定深度和宽度跳跃式传递到下一层,从而加快训练过程,通过扁平化数据处理得到大学生情绪,实现数据监控。实验结果表明,所设计系统运行CPU和GPU负载更低,能够很好地确定学生状态较好的时间段,准确监控大学生听课状态,具有很好的实际应用效果。

  • 单位
    四川工业科技学院