基于深度学习的学习者情感识别与应用

情感能够影响和调节学习者的注意、记忆、思维等认知活动,学习者情感的准确识别是构建智慧学习环境中和谐情感交互的基础,更是判断学习者学习状态的重要手段。传统学习者情感识别方法存在识别率低、算法复杂、鲁棒性差等问题,并且容易丢失面部表情特征的关键信息。文章提出一种基于卷积神经网络的学习者情感识别方法,该网络包括3个卷积层、3个池化层和1个全连接层。然后在自主搭建的大规模学习者情感数据库中进行了训练和实验,实验结果表明该方法能够快速、准确的识别学习者情感。未来,该方法可应用到智慧学习环境建设中,为完善学习者模型、实现情感交互、挖掘学习行为等提供技术支撑。