摘要
本发明涉及感官交互式教学辅助系统。包括以下步骤:利用细粒度包括面部微表情、视线追踪、肌肉张力的感官反馈,通过深度学习模型分析学生的情绪波动、认知负荷及专注力状态;捕捉学生的即时情感,基于包括学习偏好、情绪反应模式的历史数据预测学生的学习需求,识别学习意图;通过面部表情分析、语音情感识别技术捕捉学生的情绪变化,关注包括焦虑、无聊、困惑的负面情绪出现;基于情绪识别,调节视觉、听觉和触觉反馈;包括在学生焦虑时,通过温和的语音提示、柔和的背景音乐或轻度的触觉反馈,引导学生情绪恢复;而在情绪低落时,增加互动性强的任务或即时奖励,激励学习动力;根据学生情绪状态变化的曲线建立情绪调节模型。
技术关键词
交互式教学
学生
感官
辅助系统
预测模型构建方法
语音情感识别技术
交互机制
面部表情分析
深度学习模型
面部微表情
错误率
情绪指示信息
焦虑
面部表情信号
瓶颈
语音情感分析
多模态数据采集
动态
面部表情识别
轨迹
系统为您推荐了相关专利信息
重识别方法
高斯混合模型
反向传播方法
样本
行人重识别
分布式光伏发电站
输出功率预测方法
样本
数据
计算机执行指令