基于面部表情的学习者情绪自动识别研究——适切性、现状、现存问题和提升路径

面部表情是表达情绪的主要通道,也是用于情绪识别的一种重要信号。以计算机视觉、人工智能、情感计算等新兴技术为支撑,计算机可以通过识别学习者外显的面部表情,来判断学习者内隐的情绪状态,从而获取识别、理解学习者情绪的能力。实现基于面部表情的学习者情绪识别,首先需要在对不同情绪表征方法进行对比分析的基础上,确定适用的情绪表征方法,再对基于面部表情的学习者情绪识别的适切性进行论证。作为面部表情识别流程中的核心环节,面部表情特征提取方法分为传统的计算机视觉方法和深度学习方法两大类。梳理不同特征提取算法的特点及局限性,可以为探索适合学习者面部表情识别的特征提取算法提供借鉴,并推动学习者面部表情识别研究的发展和有效应用。当前,学习者情绪面部表情识别相关研究仍存有局限性,需要从大规模的自然的学习者情绪面部表情数据库的共建共享,并融合多种特征识别学习者情绪面部表情;从结合人工设计和自动学习两种方法,提取面部表情特征等多种路径,来提升研究深度。