發(fā)布時(shí)間：2025-01-14 08:22

　　 為了使教師進(jìn)一步感知學(xué)生的學(xué)習(xí)狀態(tài)，從而提高學(xué)生的學(xué)習(xí)效率，學(xué)生表情識(shí)別領(lǐng)域已備受關(guān)注。針對(duì)基于深度學(xué)習(xí)的學(xué)生表情識(shí)別這一特征領(lǐng)域的研究展開綜述，首先闡述了深度學(xué)習(xí)的基本內(nèi)容；其次總結(jié)了學(xué)生表情識(shí)別的研究現(xiàn)狀；然后講述了基于靜態(tài)圖片和實(shí)時(shí)圖像的表情識(shí)別方法；最后分析了學(xué)生表情識(shí)別過程中存在的不足。結(jié)果表明，表情能夠傳達(dá)學(xué)生的心理情緒，并隨著教育信息化、智慧化的發(fā)展，學(xué)生表情識(shí)別的研究可以為課堂教學(xué)提供有效反饋。

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

圖1 人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)三者關(guān)系示意圖

近年來(lái)，人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)非�；馃帷Ｈ斯ぶ悄苁亲顝V泛的概念；機(jī)器學(xué)習(xí)也是目前環(huán)境下，可以實(shí)現(xiàn)人工智能的最高效的方法；深度學(xué)習(xí)算法是機(jī)器學(xué)習(xí)中應(yīng)用最熱門的一個(gè)類別，在人臉表情識(shí)別方面，深度學(xué)習(xí)算法減少了復(fù)雜的圖像預(yù)處理和特征提取過程，較傳統(tǒng)的機(jī)器學(xué)習(xí)算法表現(xiàn)得更為出色，在....

圖2 人臉表情識(shí)別算法發(fā)展圖

學(xué)生在課堂上的表情能夠體現(xiàn)出他的情緒狀態(tài)以及對(duì)知識(shí)的理解程度，盡管學(xué)生的聽課情緒會(huì)被經(jīng)驗(yàn)豐富的教師偶爾捕捉到，但是教師想要在同一時(shí)間關(guān)注到大多數(shù)學(xué)生的課堂表情會(huì)存在一定困難。隨著人工智能在教育方面的創(chuàng)新應(yīng)用以及教育數(shù)字化的發(fā)展，從有監(jiān)督學(xué)習(xí)到半監(jiān)督或是無(wú)監(jiān)督學(xué)習(xí)，表情識(shí)別技術(shù)已經(jīng)....

圖3 學(xué)生表情識(shí)別分類

目前學(xué)生表情數(shù)據(jù)集匱乏，訓(xùn)練樣本單一。為解決這一問題，提高訓(xùn)練樣本的多樣性，多數(shù)學(xué)者利用數(shù)據(jù)或特征融合的方法對(duì)表情識(shí)別展開研究[8-12]。另外，利用自動(dòng)人臉檢測(cè)算法進(jìn)行學(xué)生表情識(shí)別也極大程度上提高了人臉檢測(cè)效率[13-16]。在線課堂學(xué)習(xí)中，Xu等人[17]提出基于情感認(rèn)知的學(xué)....

本文編號(hào)：4026665