自注意力机制在课堂专注度检测中的应用研究

作者：张家骏^*; 李良; 艾旭升

来源：福建电脑, 2022, 38(08): 14-17.

DOI：10.16707/j.cnki.fjpc.2022.08.004

• 课堂专注度
• 自注意力机制
• Transformer

为了充分了解课堂中每位学生对于教学内容的专注程度，有必要构建一个学生专注度检测的模型。本文建立了一个专注度分析模型，通过分析监控视频中学生的脸部表情、眼部注意力和头部姿势，量化学生专注度指标。模型采用卷积神经网络技术和Transformer自注意力机制。实践结果表明，学生专注度预测模型的误差损失值接近于0，有较好的预测效果。

• 单位
  苏州工业职业技术学院