结合注意力机制的学生课堂专注度自动评估研究

郑盼盼

信息记录材料 ›› 2026, Vol. 27 ›› Issue (10) : 167 -169.

PDF
信息记录材料 ›› 2026, Vol. 27 ›› Issue (10) : 167 -169. DOI: 10.16009/j.issn.1009-5624.2026.10.054

结合注意力机制的学生课堂专注度自动评估研究

    郑盼盼
作者信息 +

Author information +
文章历史 +
PDF

摘要

针对课堂教学场景中学生注意力状态难以客观、连续评估的问题,本文提出一种融合残差网络(ResNet)与Transformer的学生课堂注意力自动评估方法。该方法以视频流为输入,利用ResNet提取稳定的面部空间特征,并通过Transformer编码器对时序特征进行全局建模。在DAiSEE数据集上的实验表明,所提方法在分类精度与训练效率方面均优于标准ResNet模型,体现了空间特征与时序建模协同融合的有效性。

关键词

学生专注度 / 残差网络(ResNet)模型 / Transformer模型 / 视频序列建模

Key words

引用本文

引用格式 ▾
郑盼盼. 结合注意力机制的学生课堂专注度自动评估研究[J]. 信息记录材料, 2026, 27(10): 167-169 DOI:10.16009/j.issn.1009-5624.2026.10.054

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/