【论文阅读】基于面部表情的学习者情绪自动识别研究——适切性,现状,现存问题和提升路径

1.这篇文章究竟讲了什么问题？
从适切性，现状，存在问题和提升路径几个角度来研究学习者情绪识别方法

2.这是否是一个新的问题？
不是

3.这篇文章要验证一个什么科学假设？
没有要验证的假设

4.有哪些相关研究？如何归类？谁是这一课题在这领域值得关注的研究员？

1. Happy S L， Dasgupta A， Patnaik P， et al. Automated Alertness and Emotion Detection for Empathic Feedback during e -Learning [C]//2013 IEEE Fifth International Conference on Technology for Education. IEEE：47-50.
2. 童莹.基于空间多尺度 HOG特征的人脸表情识别方法
3. Whitehill J， Serpell Z， Lin Y C， et al. The Faces of Engagement： Automatic Recognition of Student Engagementfrom Facial Expressions [J]. IEEE Transactions on Affective Computing， 2014， 5（1）： 86-98.

5.论文中提到的解决方案之关键是什么？
论文提了一下自然环境下的学习者情绪识别的方法：
a) 面部表情数据库的共建共享
b) 融合多种特征的识别方法
c) 结合人工设计特征和自动学习特征的识别方法

6.论文中的实验是如何设计的？
没有实验

7.用于定量评估的数据集是什么？代码有没有开源？
无

8.论文中的实验及结果有没有很好地支持需要验证的科学假设？
无实验

9.这篇论文到底有什么贡献？
本文是一个综述性质的论文，从适切性，现状，存在问题和提升路径几个角度来研究学习者情绪识别方法。为研究工作者提供了一些思路，关于学习者情感识别。

10.下一步呢？有什么工作可以继续深入？
a)建立自然环境下的学习者表情数据集
b)在数据集基础上建立学习方法
c)智慧系统的闭环测试，利用方法，看看是否提高教学效果

标签：适切,识别方法,论文,学习者,自动识别,IEEE,表情
来源： https://www.cnblogs.com/crazyMint/p/15969083.html