基于表情识别的课堂学情分析系统

智研平台会员

登录机构账号

复制成功

设置

万方会员

暂未开通会员

开通即享超值福利、会员权益
优质内容推荐

立即开通

个人中心

我的智研

退出登录

简繁

搜索

DOI: 10.18686/jsjxt.v1i2.661

基于表情识别的课堂学情分析系统

吴明杰, 鲍正德

四川大学锦城学院计算机与软件学院，四川成都

全文直达

引用

打印

摘要：高校学生管理顺应互联网、人工智能等技术变革也注入了新的方法，课堂学情分析作为检测学生学习情况、评估课堂授课质量的重要组成部分，引入了表情识别技术，更直观的让学校了解课堂管理情况以便于针对性的调整教育方式，更好的做到因材施教。本系统利用 Keras 框架搭建了一个卷积神经网络（CNN），经由该网络对 fer2013数据库中的人脸表情数据进行训练获得表情识别模型，并使用 OpenCV 检测人脸，将检测到的人脸放入表情识别模型中，模型根据图片内容给出每种表情的概率，选择概率最大的表情为结果表情，最后，通过分析各个表情的人数与总人数的关系得出课堂学情情况。

关键词：

卷积神经网络表情识别 Flask OpenCV

Universe Scientific Publishing

ISSN：2661-3719

年,卷(期)：2019,1(2)