[发明专利]基于情绪识别和视觉分析的课堂学习效率预测方法及系统

说明书

本申请提供了基于情绪识别和视觉分析的课堂学习效率预测方法及系统，方法包括：通过第一子模型建立学生的生理数据与对应的知识点成绩之间的第一子关系；其中，知识点成绩包括在课堂测试、课后作业、周测、月测、期中考试和期末考试中至少一种测试方式中对应于知识点的题目的得分情况；通过第二子模型建立学生的面部表情与情绪等级的第二子关系；获取目标学生在学习当前知识点时的当前面部表情；通过第一子关系、第二子关系和预设的情绪等级与知识点成绩映射关系，确定当前面部表情对应的当前知识点成绩，并依据当前知识点成绩确定目标学生的当前学习效率。通过目标学生的表情数据预测该学生的学习效率，避免学生长期佩戴生理数据采集设备的弊端。

技术领域

本申请涉及教学辅助领域，特别是一种基于情绪识别和视觉分析的课堂学习效率预测方法及系统。

背景技术

课堂情绪体验研究是情感教学心理学在新时期情感素质教育背景下的重要组成部分。目前在课堂教学情境下学生的情绪体验逐渐成为了学术研究的热门方向，许多研究表明，学生的情绪体验对高效的课堂的生成有着重要的促进或阻碍作用。高涨的学习情绪会对学生课堂工作记忆刷新功能有促进效果。反之，当出现厌恶情绪等负面情绪，会大大降低学生的学习效率。所以学生的课堂情绪体验成为了影响学生课堂学习效率和成绩的重要影响因素之一。因此，如何运用学生上课的情绪状态来对学生的课堂学习效率进行精准预测，并用预测结果指导教师对课堂教学和课后辅导做出针对性的调整显得十分重要。

从已有的少数课堂情绪体验研究来看，其研究对象大多是大学生群体。而对国内义务教育的重点人群，中小学生群体，却鲜有研究。中小学生正处在儿童到成人的过渡时期，人格性格都处于变化阶段，情绪体验尤为丰富。因此，在课堂上对中小学生的情绪体验和课堂学习效率之间的关联研究显得尤为必要。

现有的对情绪研究的方法主要分为通过生理数据预测情绪和通过视频数据预测情绪，前者在进行预测时候需要被试验人穿戴大量生理数据采集设备，这在课堂环境下是不现实的，后者在现有的研究中预测准确率不高。

发明内容

鉴于所述问题，提出了本申请以便提供克服所述问题或者至少部分地解决所述问题的一种基于情绪识别和视觉分析的课堂学习效率预测方法及系统，包括：

一种基于情绪识别和视觉分析的课堂学习效率预测方法，所述方法应用于通过人工智能模型建立学生的面部表情与对应的知识点学习效率之间的对应关系；所述人工智能模型包括第一子模型和第二子模型；所述对应关系包括第一子关系和第二子关系；

所述方法包括：

通过第一子模型建立学生的生理数据与对应的知识点成绩之间的第一子关系；其中，所述知识点成绩包括在课堂测试、课后作业、周测、月测、期中考试和期末考试中至少一种测试方式中对应于所述知识点的题目的得分情况；

通过第二子模型建立学生的面部表情与情绪等级的第二子关系；

获取目标学生在学习当前知识点时的当前面部表情；

通过所述第一子关系、所述第二子关系和预设的情绪等级与知识点成绩映射关系，确定所述当前面部表情对应的当前知识点成绩，并依据所述当前知识点成绩确定目标学生的当前学习效率。

进一步地，所述获取目标学生在学习当前知识点时的当前面部表情的步骤，包括：

确定课堂教学课程中与所述当前知识点对应的教学时间段；

获取对应于所述教学时间段的目标学生的实时人脸图像数据；

依据所述目标学生的实时人脸图像数据生成所述当前面部表情。

进一步地，所述获取对应于所述教学时间段的目标学生的实时人脸图像数据的步骤，包括：

确定对应于所述教学时间段的监测视频段；其中，所述监测视频段包括有目标学生的人脸视频画面；