论文部分内容阅读
大规模在线开放课程(MOOC)的讲授主要依赖于视频录像,讲者无法直接获取学生的听课状态.而在线下的面授课程中,讲者可以通过学生面部的表情,及时获得教学效果的反馈,并改进教学过程.针对此问题,提出将学生学习过程中的面部表情,引入到MOOC课程,并定义了7种听课表情,设计了动态表情识别算法.首先按照5帧的间隔从学生的摄像头视频中抽取面面部图像,并利用FACE++提取面部特征点.其次,通过支持向量机(SVM)识别与表情相关面部关键部位的特征模式,作为分类树的结点.最后利用各个关键部位的特征进行组合识别面部