机构名称：
¥ 1.0
摘要。班级规模和师生比是决定课堂教学质量的两个最重要因素。在南亚国家，尤其是印度，班级规模非常大，导致师生比非常高，约为 60:1。虽然政府计划通过各种政策措施提高教师的可用性，但现有的教学社区急需技术支持，以帮助他们提高印度的教育水平。该项目提出了一种情绪检测算法，可用于师生比较高的典型印度教室。目前，作为算法一部分设计的卷积神经网络的准确率为 86%。该模型成功检测出 7 种主要情绪——快乐、悲伤、厌恶、惊讶、愤怒、恐惧和中性。这些被映射到高、中、低参与度水平。该算法使用面部情绪识别 (FER) 处理课堂上学生的实时图像。它确定情绪，然后将其映射到适当的参与度水平。该项目对教学界具有宝贵的意义。教师将能够按班级、每周/每月查看学生的参与度报告，帮助他们识别学生的参与度趋势，并采用适当的干预措施来提高学生的参与度和学习成果。
基于人工智能的学生情绪和参与度检测...
主要关键词
相关文件推荐
