基于视频监控数据分析学生情绪状态和参与动态的神经网络算法
项目目标
研究基于视频监控数据自动分析学生在线课堂参与情况及其情绪的解决方案,这与电子学习领域相关。
项目任务
开发基于人脸视频图像短片的学生个人和群体情绪分类新算法;
根据对课程视频的分析,创建一种预测学生参与度的方法;
生成一种算法,用于将学生情绪最明显的课程视频片段可视化;
针对学生面部视频图像集训练所开发的神经网络模型和分类器,包括保护个人数据;
创建可在移动设备上实施的计算效率高的算法和神经网络模型。
项目优势:
-
确定课程中最有趣和最不有趣的部分
确定学生在一节课中的参与动态,以及所有学生在每节课中的平均参与情况。
-
评估学员对教师的认知质量
确定最能引起学生兴趣的教学技巧