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

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

参考

张虹. 智能家居更新事务管理系统的研究与开发[D]. 东南大学,2017

:蔡敏.Python 语言的 Web 开发应用分析[J].无线互联

科技,2019,16(04):27-28.

:潘海珍,明小波,吴云.基于 Flask-RESTful 的定制化问

卷系统设计与实现[J].自动化技术与应

用,2019,38(02):37-41. [4]马志彬. 面向移动医疗的心电数据实时共享系统设

计与实现[D].浙江大学,2018. [5]:李雪煜,杨松,秦炜茗,孙淑婷,宫明,曲洲.基于树梅派

和 OpenCV 的车牌识别算法研究[J].电脑编程技巧与维

护,2019(04):146-148. [6]张晋,李太君,冯思玲.局域网 Email 信息监控与过滤

[J].电脑与信息技术,2009,17(02):67-70.