文献类型：会议论文

中文题名：基于深度学习的课堂情感理解研究综述

作者：李鸿天;代松银;徐成;袁家政;刘宏哲

第一作者：李鸿天

机构：[1]北京联合大学北京市信息服务工程重点实验室;[2]北京联合大学机器人学院脑与认知智能北京实验室;[3]北京开放大学

第一机构：北京联合大学北京市信息服务工程重点实验室

会议论文集：中国计算机用户协会网络应用分会2022年第二十六届网络新技术与应用年会论文集

会议日期：20221210

会议地点：中国北京

语种：中文

中文关键词：情感理解;表情识别;课堂参与度;表情数据集

摘要：近年来,随着高校对教育信息化的重视程度不断提高和人工智能平台的盛行,应用人工智能助力智慧课堂教学的研究越来越多。课堂情感理解就是基于表情等因素分析学生上课的情绪状态。由于受学生人脸容易被遮挡、静态表情难实现情感分析的局限性、人脸数据集不足等影响,使课堂的情感理解成为了一个非常具有挑战性的任务。文中综述了诸多课堂场景下的情感分析方法,对部分公开的表情数据集进行了归纳,提出了一个课堂场景下的表情数据集 ISE-FEA（Beijing Key Laboratory of Information Service Engineering-Facial expression analysis）作为补充,为了解课堂情感理解领域提供了一个全面的参考。