集成考勤追踪与情绪检测以增强智慧课堂中的学生参与度
人工智能
2026-01-14 v1
摘要
高等教育中智慧课堂技术的日益普及主要集中在自动化考勤上，而对学生在课堂中的情感和认知参与度关注有限。这限制了教师识别学生注意力分散并实时调整教学策略的能力。本文提出了SCASED（具有情绪检测功能的智慧课堂考勤系统），这是一个基于物联网的系统，它将自动考勤追踪与面部情绪识别相结合，以支持课堂参与度监控。该系统使用树莓派摄像头和OpenCV进行人脸检测，并使用微调后的MobileNetV2模型对四种与学习相关的情绪状态进行分类：投入、无聊、困惑和沮丧。实现了一种基于会话的机制来管理考勤和情绪监控，即每个会话记录一次考勤，之后进行连续的情绪分析。考勤和情绪数据通过基于云端的仪表板进行可视化，为教师提供课堂动态的洞察。使用DAiSEE数据集进行的实验评估达到了89.5%的情绪分类准确率。结果表明，将考勤数据与情绪分析相结合，可以为教师提供对课堂动态的额外洞察，并支持更具响应性的教学实践。
引用
@article{arxiv.2601.08049,
title = {Integrating Attendance Tracking and Emotion Detection for Enhanced Student Engagement in Smart Classrooms},
author = {Keith Ainebyona and Ann Move Oguti and Joseph Walusimbi and Ritah Kobusingye},
journal= {arXiv preprint arXiv:2601.08049},
year = {2026}
}
备注
15 pages, 8 figures