上下文感知学术情绪数据集与基准
计算机视觉与模式识别
2025-07-02 v1
摘要
学术情绪分析在评估学生在学习过程中的参与度和认知状态方面发挥着关键作用。本文解决了通过面部表情在真实学习环境中自动识别学术情绪的挑战。虽然已对面部表情识别基本情绪取得了显著进展，但学术情绪识别仍鲜有探索，主要由于缺乏公开可用的数据集。为填补这一差距，我们引入了RAER，一套新型数据集，包含约2,700个视频片段，来自约140名学生在多样化、真实的学习场景中收集，如教室、图书馆、实验室和宿舍，覆盖课堂会话和个人学习。每个片段都由约十名独立标注者使用两种不同的学术情绪标签集进行标注，标注灵敏度和可靠性均有所提高。鉴于RAER是首个捕获多样化真实学习情景的数据集，我们提出了CLIP-CAER(CLIP基准上下文感知学术情绪识别)。该方法利用视觉语言模型CLIP中的可学习文本提示，有效整合面部表情和视频中的上下文线索。实验结果表明，CLIP-CAER显著优于旨为基本情绪设计的领先基于视频的面部表情识别方法，凸显了上下文在准确识别学术情绪中的关键作用。项目页面: https://zgsfer.github.io/CAER
引用
@article{arxiv.2507.00586,
title = {Context-Aware Academic Emotion Dataset and Benchmark},
author = {Luming Zhao and Jingwen Xuan and Jiamin Lou and Yonghui Yu and Wenwu Yang},
journal= {arXiv preprint arXiv:2507.00586},
year = {2025}
}
备注
Accepted to ICCV 2025