基于AI的学生学习状态实时分析系统.pdfVIP

-80-学技术创新2024.04

基于AI的学生学习状态实时分析系统

侯宗磊，姚杰

（浙江树人学，浙江杭州）

摘要本研究致力于提高学生学习状态监测的智能化水平，采用基于人工智能技术的方法。该研究利用

学生佩戴的手环、教室内的摄像头以及教师使用的显示软件，通过使用海康威视POE套装来读取和处理视频

流，进行学生面部特征点提取，同时通过学生人体姿态信息的估计来分析学生的学习状态。通过采集摄像头的

图像信息，研究者进行了算法实验测试，结果显示，该方法能够智能监测学生的上课动作状态。根据监测结果，

可以通过提醒等方式来帮助提升学生的学习效率。这个系统不仅有助于提高学生学习状态的监测，还为提高课

堂、自习室和研修室等共享资源的利用率提供了有效的解决方案。通过智能化监测，教师和学生可以更好地利

用可用资源，提高学习效果。

关键词：学习状态监测；面部监测；人工智能

图分类号TP18;TP391.41文献标识码A文章编号2096-4390渊2024冤04-0080-06

面部表情是获取情感信息的要来源，能够传达课堂教学活动是教育教学的关键，教师的教学行

广泛的情感，例如快乐、悲伤、恐惧、愤怒、厌恶和惊讶为以及学生的学习行为是课堂教学质量评价的重要

等。它在交流过程中扮演着关键角色，有助于人们更内容。针对校园课堂教学管理的现状和存在问题，而

好地理解他人的情感和意图。面部表情携带丰富的社根据2020年国教育事业统计结果，国共有普通

[6]

交信息，反映出表达者最真实的情感状态，因此被认高校2700多所，在学规模达到4183万人。高校课堂

[1]

为是表达情感状态和意图的最重要信号之一。因此，教学活动是大学生学习提升的重要环节，而学生中还

表情信息广泛应用于用户体验评估、心理学等领域，存在吃东西、睡觉等浪费课堂资源的行为，如何保证

有助于更深入地理解人类行为和思维的本质。课堂教学资源利用效率，这就对学校管理水平提出了

年来，得益于深度学习技术的发展以及大规模更高的要求。目前，各高校教室逐步进行了信息化升

人脸表情数据库的可用性，人脸表情识别领域取得了级，如门禁刷卡、多媒体教室、座位签到等功能。但

显著进展。研究人员开始探索人脸表情识别技术，通上述技术手段仍无法解决课堂学生上课质量的问

过分析人脸表情所包含的信息，以更好地理解人们的题。随着人工智能技术快速发展，为高校学生学习

行为或作出有针对性的反应。同时，人脸表情识别也状态智能化管理提供了新的解决方法。

[2][3][4][5]

在智能教育、人机交互、医疗诊断、疲劳驾驶等多１学生课堂学状监测系统设计

个领域得到广泛应用。这些进展有助于提高情感识别本研究与传统的人脸表情识别技术有所不同，传

技术的性能，使其在各种应用中更加准确和有用。从统方法通常侧重于基于几何和外观的局部特征提取。

教育到医疗，情感识别的应用领域变得越来越广泛，相较于单一模块的传统方法，我们采用了综合性的方

为我们更好地理解和应对人类情感和意图提供了强式，结合了学生、学校和老师的需求，以提供更面的

大的工具。学生支持。我们的方法包括使用JFC1010脉搏波检测

基金资助2023年度浙江树人学大学生创新创业训练计划项目“学生学习状态实时分析系统”

2007X）。

作者简介：侯宗磊（2004-），男，本在读，研究方向：物联网工程；姚杰（1986-）,男，博士，讲师，研究方向：中

国化及教育。

2024.04科学技术创新-81-

芯片来监测学生脉搏波的变化，并结合海康威视

POE套装，同时检测学生的面部特