基于深度学习技术的在线教学效果评价研究

摘要

目的针对在线教学模式的特点,重点探讨面部表情与教学效果之间的联系,利用深度学习技术,提出一种面部表情自动识别模型,实时掌握在线课堂学习状态。方法在对在线教学效果和面部表情关联关系分析的基础上,构建基于深度学习方法的面部表情识别模型,利用TensorFlow,在Jaffe数据集中进行模型验证和测试。结果实验结果表明,面部表情识别模型在进行100次迭代运算后,模型网络达到收敛的程度。在训练集中,模型识别率达到98.76%;在测试集中,模型准确率和F1值都达到1;能够正确识别、区分愤怒、厌恶、恐惧、高兴、悲伤、惊讶、中性7种面部表情。结论提出的模型能够获取在线课堂中学生面部表情的变化,帮助教师实时掌握学生的学习状态,促进在线教学质量的提高,对在线教学质量评价具有一定的应用价值。