摘要
本发明公开了评估学生参与度的多层次面部特征融合方法、系统及介质,涉及人工智能技术领域,将学生的学习视频输入到已训练后的融合预测模型,得到学生参与度的预测结果;融合预测模型的训练过程如下:获取多个学生的多个学习视频,构建训练数据集;对学生的学习视频逐帧提取得到面部全局特征向量、面部局部特征向量以及生理特征向量;利用时序金字塔结构将面部全局特征向量、面部局部特征向量进行融合得到二维全局特征向量;将二维全局特征向量与生理特征向量加权求和得到学生参与度的预测结果;该多层次面部特征融合方法、系统及介质,提高了模型的预测精度和鲁棒性。
技术关键词
面部特征融合
学生
多层次
计算机可读储存介质
生理
视频
金字塔结构
分类程序
正则化参数
矩阵
特征提取模块
图像块
多头注意力机制
空间特征提取
心率
前馈神经网络
索引
系统为您推荐了相关专利信息
集成数字孪生
体建模方法
模型构建方法
数字孪生模型
物理
大语言模型
预训练模型
检索方法
文本
多头注意力机制
数学模型
信号
心脏电生理
动态建模方法
强化学习算法
虚拟教师系统
知识点
学生解题
隐马尔可夫模型
注意力机制