基于表情識別技術的學生情緒狀態研究
——以初中課堂為例

焦爽，閆禹行

（1.長春教育學院，吉林 長春 130033；2.長春理工大學，吉林 長春 130022）

0 引言

學生課堂是教育的重要場所，了解學生的學習狀況和興趣是提高教學質量、促進個性化教育發展的重要途徑。所以，準確評估學生的課堂狀態就顯得尤其重要。目前，普遍的課堂評價方法有問卷調查法和訪談法等。這些方法都不能反映出評估的客觀性和及時性。

在學生的學習過程中，情緒會影響學生的認知行為，因此掌握學生在課堂中的情緒狀態對于提高課堂效率、促進學生個性化教育的發展尤為重要。但情感是隱性的，因此情感的獲取和評價相對困難。當學生處于快樂等積極情緒中時，可以促進課堂學習；而消極情緒，如抑郁，則不利于學習活動的開展。因此，有許多相關研究根據學生的表情來評估學生的學習狀態。但是，目前還存在一些潛在的問題，例如，當學生在低頭或遮住部分臉部時，無法準確識別學生的面部表情，因此無法根據表情對學生進行評估。面對以上問題，我們提出了基于全局多尺度和局部注意力網絡（MA-Net）的智能教學評價方法。該方法客觀、及時地評價學生的學習狀態，得到的課堂評估結果更有意義。

1 算法描述

1.1 灰度均衡化

在采集圖像時，因為光照強度的緣故，導致圖像中呈現不同程度的亮度和暗度。這會使得圖像在特征提取環節受到影響，為了提高圖像的清晰度，就要將圖像灰度值的差別變大。

本文采用OpenCV 對圖像進行直方圖均衡化處理，直方圖均衡化就是對圖像進行非線性拉伸，使得變換后的圖像中灰度值分布變寬并且更均勻，同時縮小圖像中像素個數少的灰度值。……