基于深度学习的孤独症儿童学习情绪智能感知

被引：6

作者：

王永固 ^{[1
]}

张晨焘 ^{[1
]}

许家奇 ^{[1
]}

李晓娟 ^{[2
]}

机构：

[1] 浙江工业大学教育科学与技术学院

[2] 浙江财经大学马克思主义学院

来源：

现代教育技术 | 2021年 / 07期

关键词：

深度学习; 情绪识别; 孤独症儿童; 卷积神经网络; 智能感知;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; G76 [特殊教育];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 040109 ;

摘要：

学习情绪智能感知是学习科学的研究前沿。针对孤独症儿童情绪表达频率低、特征异常、数据集缺少和识别率低等问题,文章采用真实情景教学法,建立孤独症儿童学习情绪数据集,构建Attention-AlexNet优化模型,并将此模型与AlexNet基础模型进行情绪智能感知的对比实验,结果表明:孤独症儿童面部表情数据集具有可用性和准确性;Attention-AlexNet优化模型感知孤独症儿童情绪的准确率高于AlexNet基础模型,其对五种情绪识别的准确率由高到低依次为开心、惊讶、厌烦、生气和平静。文章推进了智能学习科学中深度学习数据集的建立和情绪智能感知的理论研究,可为孤独症儿童教育干预提供技术支撑。

引用

页码：105 / 111

页数：7

共 16 条

[1] 孤独症儿童早期社交技能的智能化评估——以应答性共同注意和应答性社交微笑为例 [J].

陈靓影 ;

张如静 ;

王帆 ;

张坤 ;

王广帅 ;

王广海 .

电化教育研究, 2019, 40 (11) :114-120+128

[2] 深度学习技术应用现状分析与发展趋势研究 [J].

罗荣 ;

王亮 ;

肖玉杰 .

计算机教育, 2019, (10) :19-22

[3] 卷积神经网络的发展及其在计算机视觉领域中的应用综述 [J].

陈超 ;

齐峰 .

计算机科学, 2019, 46 (03) :63-73

[4] 人工智能视域下的学习参与度识别方法研究——基于一项多模态数据融合的深度学习实验分析 [J].

曹晓明 ;

张永和 ;

潘萌 ;

朱姗 ;

闫海亮 .

远程教育杂志, 2019, 37 (01) :32-44

[5] 基于深度学习的学习者情感识别与应用 [J].

徐振国 ;

张冠文 ;

孟祥增 ;

党同桐 ;

孔玺 .

电化教育研究, 2019, 40 (02) :87-94

[6] 智慧学习环境中基于面部表情的情感分析 [J].

孙波 ;

刘永娜 ;

陈玖冰 ;

罗继鸿 ;

张迪 .

现代远程教育研究, 2015, (02) :96-103

[7] 在线学习系统中情感识别模块的设计与实现 [J].

魏刃佳 ;

丁亦喆 ;

张莉 ;

吴振强 .

现代教育技术, 2014, 24 (03) :115-122

[8] 自闭症儿童面部表情识别的综述 [J].

兰岚 ;

兰继军 ;

李越 .

中国特殊教育, 2008, (03) :36-41

[9]

Emotion recognition system for autism disordered people[J] . A. Sivasangari,P. Ajitha,Immanuel Rajkumar,S. Poonguzhali. Journal of Ambient Intelligence and Humanized Computing . 2019 (prep)

[10]

Measuring Engagement in Robot-Assisted Autism Therapy: A Cross-Cultural Study[J] . Ognjen Rudovic,Jaeryoung Lee,Lea Mascarell Maricic,Bj?rn W. Schuller,Rosalind W. Picard. Frontiers in Robotics and AI . 2017

← 1 2 →