文章摘要:为了解决复杂课堂场景下学生表情识别的遮挡的问题，同时发挥深度学习在智能教学评估应用上的优势，提出了基于深度注意力网络的课堂教学视频中学生表情识别模型与智能教学评估算法。构建了课堂教学视频库、表情库和行为库，利用裁剪和遮挡策略生成多路人脸图像，在此基础上构建了多路深度注意力网络，并通过自注意力机制为多路网络分配不同权重。通过约束损失函数限制各路权重的分配，将人脸图像的全局特征表示为每个支路的特征乘上注意力权重的和除以所有支路的注意力权重之和，并基于学习到的人脸全局特征进行学生课堂表情分类，实现遮挡情况下学生人脸表情识别。提出了融合课堂学生表情和行为状态的智能教学评估算法，实现了课堂教学视频中学生表情识别与智能教学评估。在公开数据集FERplus与自建课堂教学视频数据集上进行实验对比与分析，验证了提出的课堂教学视频中学生表情识别模型能够达到87.34%的准确率，且提出的融合课堂学生表情和行为状态的智能教学评估算法在课堂教学视频数据集上也已取得优秀的性能。

文章关键词:深度学习,深度注意力网络,表情识别,智能教学评估,课堂教学视频,

项目基金:国家自然科学基金项目（61877006）,

论文作者:于婉莹 梁美玉 王笑笑 陈徵 曹晓雯 

作者单位:北京邮电大学计算机学院 

论文分类号: G434;TP391.41

相关文章:大数据的技术创新和应用—以人口普查为例.....作者:冯乃林
大数据融合应用技术框架与行业应用.....作者:段飞虎
大数据人工智能驱动图书馆知识服务和学科建设.....作者:姜爱蓉
基于大数据的知识共享与协同创新.....作者:顾新建
敦煌莫高窟文化遗产数字化保护——数字敦煌.....作者:夏生平
Looking at People Through the Lens of Images 透过镜头理解人物行为.....作者:Li CHENG
The Role of Digitization in Post COVID Scenarios 数字化在后疫情场景中的角色.....作者:Rafiq Ahmad
Computational Analysis of the Voynich Manuscript 十五世纪伏尼契码的智能解析.....作者:Greg Kondrak

上一篇： 汽车工业论文_基于高职院校《新能源汽车底盘
下一篇：没有了