摘要
本发明公开了一种基于深度学习的学生参与度自动评估系统的评估方法,包括以下步骤:S1,系统采集视频流数据,并预处理生成多个子视频序列;S2,将子视频序列输入到情感分析模型中进行情感参与度评估;将采用YOLO模型,识别学生的行为模式,评估其行为参与度;S3,基于情感参与度和行为参与度的分析结果,综合情感分析和行为识别的分类权重,计算出整体的参与度评估结果,并生成反馈信息;S4,采用多种形式可视化展示整体参与度评估结果和反馈信息;S5,系统进行检测结果的个性化记录,用于存储和管理检测结果。凭借这些信息,教育者可以更加灵活和精确地调整教学策略及教材内容,以切实提升教学效果并优化学生的学习体验,从而提高学生的学习效率。
技术关键词
情感分析模型
自动评估系统
MTCNN算法
学生
视频采集模块
人机交互模块
存储介质上读取
视频流
YOLO模型
数据记录模块
滑动窗口
序列
识别模块
分析模块
深度学习模型
面部
计算机系统
热力图
人脸