基于CNN的课堂学生表情图像检索研究
作者机构:重庆第二师范学院
出 版 物:《电子世界》 (Electronics World)
年 卷 期:2021年第1期
页 面:43-44页
基 金:重庆市教委科学技术研究项目(KJQN201801605)资助 重庆第二师范学院大学生科研项目(KY20190146)资助 重庆第二师范学院校级科研项目(KY201708B)资助
主 题:课堂教学评价 学生反馈 卷积神经网络 人工智能技术 图像检索 面部表情 多媒体 CNN
摘 要:随着人工智能技术在教育领域的迅速发展,传统的课堂教学评价已无法满足如今丰富多彩的课堂教学。通过对学生五类课堂表情(倾听、理解、疑惑、抗拒、不屑)的检索结果,可及时掌握学生在课堂中的情绪变化和参与情况,为改善教学质量提供帮助。在“一对多的教学模式下,老师和学生的互动大多是提问、讨论、作业的方式,这些方式不可避免带来传递的滞后性。多媒体相关技术的引入,使课堂变得丰富多彩,从一定程度上改善了课堂氛围,但教师获得学生反馈的滞后性依旧未能得到有效改善。人脸表情图像检索是通过图像传感器采集人的面部表情,通过表情分析进行分类的一项技术。本文将卷积神经网络(Convolutional Neural Networks,CNN)与课堂教学相结合,研究基于CNN的课堂表情图像检索技术。