BriefGPT - AI 论文速递
·
DIPSER：一个用于识别现场学生参与度的数据集
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出了一个新数据集，用于评估课堂中学生的注意力。该数据集结合了多摄像头的RGB数据和智能手表传感器数据，全面分析学生的姿态和面部表情，支持机器学习算法训练，提升注意力与情感的关联性，为传统教学中的学生参与度和情感分析提供了重要资源。
🎯
关键要点
-
提出了一个新数据集，用于评估课堂中学生的注意力。
-
数据集结合了多摄像头的RGB数据和智能手表传感器数据。
-
全面分析学生的姿态和面部表情。
-
支持机器学习算法训练，提高注意力与情感的关联性。
-
为传统教学中的学生参与度和情感分析提供了重要资源。
-
填补了现有数据集的不足。
➡️
