基于表情识别的课堂专注度实时反馈系统设计与实现

作者：周新一; 应文豪; 龚声蓉^*

来源：现代电子技术, 2023, 46(24): 141-146.

DOI：10.16652/j.issn.1004-373x.2023.24.025

• 表情识别
• 课堂专注度
• 深度学习
• 学业情绪
• 模糊综合评价
• 在线教育

针对线上课堂教师无法及时掌握学生动态致使教学质量不佳的问题，文章借助深度学习中的表情识别技术研究，设计一种课堂专注度反馈系统，实现课堂考勤、课堂学勤分析、学业预警等功能。提出将学业情绪的外显表情与模糊综合评价相结合的专注度评估方法，实时采集课堂表情数据并以多种可视化方式将课堂专注度评分实时地向教师和学生反馈。对于课堂专注度不高的学生，系统将实时提醒，并阶段性反馈给教师；教师通过系统反馈了解个体学生和整体学生的上课状态，从而调整教学方式；此外，教师通过课后分析学生课堂历史动态信息，进行个性化教学和自我教学回顾。实验结果表明，所设计的在线课堂专注度反馈系统能准确获得数据信息并实时反馈，从而对学生课堂专注度进行掌握跟踪，让在线教学更逼近于真实的课堂场景，最终取得更好的教学效果。

• 单位
  苏州大学; 东北石油大学; 常熟理工学院