Wits智能教学系统：利用卷积神经网络检测讲座中的学生参与度
计算机视觉与模式识别
2021-05-31 v1
摘要
为了进行权变教学并响应课堂上学生的需求，讲师必须能够快速评估听众的状态。虽然高效的教师能够轻松判断学生的情感状态，但随着班级规模增大，这变得越来越困难且不够精确。Wits智能教学系统（WITS）旨在为讲师提供有关学生情感的实时反馈。重点主要在于识别参与度或缺乏参与度。学生参与度基于课堂环境中常见的行为和姿势进行标注。这些替代指标随后被用于观察性检查表，以构建参与度数据集，在该数据集上基于AlexNet的CNN被成功训练，并且显著优于支持向量机方法。该深度学习方法在具有显著遮挡、光照和分辨率限制的挑战性真实世界数据集上提供了令人满意的结果。
引用
@article{arxiv.2105.13794,
title = {The Wits Intelligent Teaching System: Detecting Student Engagement During Lectures Using Convolutional Neural Networks},
author = {Richard Klein and Turgay Celik},
journal= {arXiv preprint arXiv:2105.13794},
year = {2021}
}