一种基于多模态数据融合的课堂注意力检测方法及系统

本发明属于智能教育技术领域，具体涉及一种基于多模态数据融合的课堂注意力检测方法及系统。针对现有技术存在的设备成本高、多源数据融合效率低、隐私保护不足等问题，提出以下解决方案：通过传感器采集学生面部、眼动、姿态、语音信号及心率变异性数据；采用时序对齐算法实现多模态数据同步；利用轻量化深度学习模型分别提取视觉注意力特征、声纹匹配特征及生理唤醒特征；构建多模态数据融合网络，结合课堂场景动态调整特征权重；采用混合模型实现注意力异常检测，并通过边缘计算设备输出实时预警。本发明的有益效果在于：在保证检测精度的同时大幅降低硬件成本，并有效保护学生隐私；动态权重分配机制提升不同教学场景的适应性。