基于深度学习与面部表情的学生参与度自动识别
计算机视觉与模式识别
2019-07-09 v5 人机交互
摘要
参与度是学习体验质量的关键指标，也是在开发智能教育界面中起着重要作用的因素。任何此类界面都需要具备识别参与度水平以做出恰当响应的能力；然而，可用于学习的现有数据极少，且新数据的获取昂贵而困难。本文提出一种深度学习模型，通过先在易获取的基础面部表情数据上预训练，再在专门的参与度数据上训练，从而克服数据稀疏挑战，改进图像中的参与度识别。在第一步骤中，训练面部表情识别模型以利用深度学习提供丰富的人脸表征。在第二步骤中，我们利用该模型的权重来初始化基于深度学习的参与度识别模型，称之为参与度模型。我们在包含 4627 个参与与非参与样本的新参与度识别数据集上训练该模型。我们发现，该参与度模型优于我们首次应用于参与度识别的有效深度学习架构，以及使用方向梯度直方图与支持向量机的方法。
引用
@article{arxiv.1808.02324,
title = {Automatic Recognition of Student Engagement using Deep Learning and Facial Expression},
author = {Omid Mohamad Nezami and Mark Dras and Len Hamey and Deborah Richards and Stephen Wan and Cecile Paris},
journal= {arXiv preprint arXiv:1808.02324},
year = {2019}
}