基于端到端表情识别方法的课堂教学分析

摘要

为了更好地掌握及分析课堂教学情况,采用端到端的方法搭建了一种表情识别模型,用于评价学生的上课抬头率和活跃度等.模型使用Opencv库中的Haar特征分类器进行人脸检测,基于卷积神经网络方法进行表情识别.该卷积神经网络在Tensorflow框架下搭建,模型在输入层之后加入1*1的卷积核来保证输入的非线性,再使用逐渐减小的卷积核逐步提取更加精细的人脸表情特征,并将人脸划分为7种不同的表情,采用FER2013数据集进行训练.研究结果显示,此模型在FER2013数据集的测试集上取得了较好的识别率且网络参数和计算量均较小,便于实时检测.