DIPSER：野外面对面学生参与度识别的数据集
计算机视觉与模式识别
2026-05-13 v3 人工智能
摘要
本文介绍一种新型数据集，用于评估面对面课堂环境中的学生注意力。该数据集包含 RGB 摄像头数据，每个学生配备多个摄像头以捕捉姿态与面部表情，另外还包含每个学生的智能手表传感器数据。该数据集可用于训练机器学习算法预测注意力水平并将其与情绪相关联。为每个学生提供了详尽的注意力和情绪标签，这些标签通过自我报告以及由四位不同专家评估生成。我们的数据集独特之处在于融合了面部与环境摄像头数据、智能手表测量数据，并包含其他数据集中缺乏的少数族裔人员，所有数据均来自真实场景下的面对面课堂，目前尚无类似规模且全方位的数据集。所提数据集提供了广泛且多样化的学生互动数据，涵盖不同教育情境，并附带来自其他工具的额外元数据。这一工作旨在弥补现有数据集的不足，为课堂面对面情境下的学生注意力与情绪分析提供宝贵资源。
引用
@article{arxiv.2502.20209,
title = {DIPSER: A Dataset for In-Person Student Engagement Recognition in the Wild},
author = {Luis Marquez-Carpintero and Sergio Suescun-Ferrandiz and Carolina Lorenzo Álvarez and Jorge Fernandez-Herrero and Diego Viejo and Rosabel Roig-Vila and Miguel Cazorla},
journal= {arXiv preprint arXiv:2502.20209},
year = {2026}
}