基于深度学习的课堂表情识别研究  

作　　者：毕洪波 洪庆成 谢春丽 孙磊 

机构地区：[1]江苏省徐州市第二中学 [2]江苏省徐州市教育局 [3]江苏师范大学智慧教育学院

出　　处：《中国信息技术教育》2022年第5期91-95,共5页China Information Technology Education

基　　金：江苏省高等学校大学生创新创业训练计划项目(202010320035Z);教育部产学合作协同育人项目(d2a33dac-9bb7-4408-a778-19fbc71d68de)。

摘　　要：学生的课堂表情常常反映了学生对知识的理解和掌握情况,这对分析学生的学习状态是非常有帮助的。然而,这些微妙的表情变化往往不能被及时发现和引起关注。鉴于此,作者构建了深度学习标签识别模型,利用采集的课堂图像,实时捕捉每个学生的课堂表情,并分析学生的表情特征,对表情特征进行标识和分类,从而为线下、线上教学提供有价值的教学反馈。

关 键 词：深度学习 微表情识别 教学分析 学习状态分析 教学反馈 

分 类 号：TP391.1[自动化与计算机技术—计算机应用技术]