[发明专利]一种基于学习过程情绪实时分析的智能化学习干预系统

说明书

本发明涉及一种基于学习过程情绪实时分析的智能化学习干预系统，包括：情绪数据采集部分，用于在真实学习场景下，对人脸面部跟踪，获取人脸面部动态变化数据；自动识别处理部分，用于建立训练测试数据库、困惑情绪自动识别模型，利用该模型对情绪数据采集部分采集的数据进行处理；情绪分析、干预部分，用于建立学习情绪分析可视化系统、给出干预策略；实现学习过程中对学习者情绪状态实时变化的记录与分析，并及时提供适应性的调节和干预。

技术领域

本发明涉及学习干预系统技术领域，尤其涉及一种基于学习过程情绪实时分析的智能化学习干预系统。

背景技术

物联网、人工智能的持续发展为智慧教育提供了强大的技术支持，比如网课的大量开展。智慧教育更加注重注意力、记忆、思维等认知活动的调节与控制。研究者发现，困惑是学习者出现最频繁的情绪。学习者长期处于困惑状态，会造成学习积极性减退，导致学习者产生焦虑和孤独感，丧失学习的自主性，严重影响学习者的效果；反之，如果能通过干预措施解决困惑，如改进教学形式、教学资源呈现方式、教学环节设计等，引导学习者调节自身情绪状态，将产生积极影响。目前，还未见基于前述思路设计的智能化学习干预系统。

发明内容

(一)技术问题

本发明所要解决的技术问题是：克服以上现有技术的缺点、不足，提出一种基于学习过程情绪实时分析的智能化学习干预系统，实现学习过程中对学习者情绪状态实时变化的记录与分析，并及时提供适应性的调节和干预。

(二)技术方案

为解决上述技术问题，本发明提出了一种基于学习过程情绪实时分析的智能化学习干预系统，具体技术方案如下：

本发明提供一种基于学习过程情绪实时分析的智能化学习干预系统，包括：

情绪数据采集部分，用于在真实学习场景下，对人脸面部跟踪，获取人脸面部动态变化数据；

自动识别处理部分，用于建立训练测试数据库、困惑情绪自动识别模型，利用该模型对情绪数据采集部分采集的数据进行处理；

情绪分析、干预部分，用于建立学习情绪分析可视化系统、给出干预策略。

优选的，对人脸面部跟踪采用人脸面部跟踪算法，该算法包括，首先识别人脸区域，然后将候选图像区域建模为像素级的网格图，采用谱滤波器来对局部图结构进行滤波来估计最佳匹配的顶点。

优选的，估计最佳匹配的顶点过程中，将谱滤波器用多项式的一组基来近似，采用切比雪夫展开式。

优选的，滤波器的参数和特征映射参数一起整合入一个最小二乘回归模型中进行学习。

优选的，通过给定的视频流上一帧信息的情况下，预测跟踪目标在下一帧所在的位置，实现目标跟踪；

样本训练过程：使用K个滤波器的基来对图进行滤波，然后把学习滤波器的参数和特征映射函数融合到最小二乘回归模型中，即

其中γ是正则化参数，F(X)表示串接K个滤波器的基后、在输入特征图X上的滤波响应，是K个滤波器的基，相当于样本，y是特征图类别，也呈高斯分布，如式(1.2)所示，

训练的最终目的为寻找一组权值w，因此可计算得出跟踪模型的解为：

采用梯度下降的方法迭代求解模型权重w；第一帧中的初始权重通过公式(1.3)来求解，后面每次使用上一帧中计算出的权重w来初始化，然后用迭代方法求权重。

优选的，给定一段视频的第一帧中目标的候选框位置和大小，作为滤波器输入；输出为下一帧中目标的位置和大小，

具体方法是：