基于AI的面部情绪识别教育解决方案：教师用户与其他类别研究
人工智能
2025-01-14 v1 计算机视觉与模式识别
计算机与社会
人机交互
摘要
现有关于基于AI的面部情绪识别（FER）的信息不易被计算机科学领域之外的人理解，需要跨学科努力来确定一个促进理解该技术及其对用户影响的分类框架。大多数支持者按方法、实现和分析对FER进行分类；相对较少按其在教育中的应用分类；而按用户分类的则没有。本文主要关注FER教育工具的（潜在）教师用户。基于情感教育目标的经典分类法及相关理论，提出了按取向、条件和偏好对这些教师进行的三部分分类。它还将在文献中发现或推断出的FER解决方案类型整理并组织为“技术”和“应用”类别，作为构建所提出的“教师用户”类别的先决条件。这项工作对支持者、批评者和用户理解教师与FER之间的关系具有启示意义。
引用
@article{arxiv.2308.15119,
title = {AI-Based Facial Emotion Recognition Solutions for Education: A Study of Teacher-User and Other Categories},
author = {R. Yamamoto Ravenor},
journal= {arXiv preprint arXiv:2308.15119},
year = {2025}
}