基于物联网的情感感知教室质量评估
计算机视觉与模式识别
2026-03-18 v1
摘要
本研究提出了一种高吞吐量、实时的多智能体情感计算框架，用于通过情绪状态监控来提升课堂学习效果。随着大规模课堂和教师-学生互动有限日益挑战教育者，迫切需要可扩展的数据驱动工具，能够实时捕捉学生的情绪和参与度模式。该系统采用课堂情绪数据集进行评估，该数据集包含 1,500 张标注图像和 300 条课堂检测视频。针对物联网设备优化，系统通过高效的实时处理解决了负载均衡和延迟问题。场地测试在大城市的三所教育机构进行：一所小学（以下简称学校 A），一所中学（学校 B），以及一所高中（学校 C）。系统表现稳健，能够以 25 FPS 的速度检测最多 50 张人脸，并实现 88% 的整体准确率来分类课堂参与状态。实施结果表明，系统在学生、教师和家长之间获得了积极反馈，改善了课堂互动和教学调整。本研究的关键贡献包括建立一种面向情感感知学习环境的实用物联网框架，以及引入“课堂情绪数据集”以促进后续验证和研究。
引用
@article{arxiv.2603.16719,
title = {Emotion-Aware Classroom Quality Assessment Leveraging IoT-Based Real-Time Student Monitoring},
author = {Hai Nguyen and Hieu Dao and Hung Nguyen and Nam Vu and Cong Tran},
journal= {arXiv preprint arXiv:2603.16719},
year = {2026}
}