1. 研究目的与意义

现代社会中，随着科技的不断发展，建立科学规范的教学管理体系，以保证学校快速发展，课堂中的状态重中之重。

基于人脸识别的课堂学习状态分析的设计可以解决分析上课不认真的不足和缺陷，深度学习人脸识别技术已经非常成熟,并且应用广泛,但是由于学校人数基数过大，需要更加齐全的状态分析产品，将深度学习人脸识别技术应用于课堂行为分析评测的研究非常少。

因此,本课题希望达到的目标是一种基于深度学习人脸识别技术的课堂行为分析与评测系统,并将该系统应用于高校学生专业课程课堂行为分析。

2. 课题关键问题和重难点

本课题研究的内容是基于表情识别的课堂学习状态分析与评价研究关键在于需要对评测系统从学习侧脸专注度、学习抬头低头的专注度、眼睛张合度专注度三个方面来判断学生是否专注听课，课堂中的学习状态是老师们一直想知道并了解的，对老师的课堂效果很有帮助，也能了解各个年龄段的学生学习状态，分析学生的心理状态。

本课题的关键问题及难题有，采集老师的授课图像，设置时间标签，同一时间或不同时间对学生课堂的图像进行处理，对每个时间点的听课状态和理解程度进行课堂表现达标判断。

还要基于学生所有采集的时间点的出勤状态、听课状态和理解程度，获得该学生的课堂表现评价，计算每个知识点的密集程度并将所有知识点按照密集程度进行排序，对学生的课堂表现评价进行客观的课堂教学质量评价。

3. 国内外研究现状（文献综述）

在课堂教学中，都是以学生为主体，教师关注每个学生的情绪变化和学习状态来调节教学有效提升教学质量。

然而，在目前的课堂存在教师精力不足、教学反馈延迟等问题，所以在一定程度上，影响了教学质量的提升，阻碍学生的发展。

课堂是学生学习的主要场所也是教学质量的主要载体，最能够反应教学质量和学生学习效果，建立良好的学习环境、学风。

4. 研究方案

主要功能：在本系统功能设计的过程中，首先需要先采取教师和学生的图像，并设置时间标签；其次对学生的图像进行处理，采集出勤情况、听课状态和理解程度；再然后判断在课堂中的表现是否达标，若不达标还需要做一个视频标签；并且基于前面所采集的信息，获得该学生的课堂表现和评价，利用学生信息、课程信息、课堂表现评价和视频段标签创建学生集合；还有把学生集合中的视频段标签转换为时间标签，提取与所述时间标签关联的教师授课图像中的知识点，计算每个知识点的密集程度并将所有知识点按照密集程度进行排序整理；最后基于学生集合中的课堂表现评价进行课堂教学质量评价，完成整个系统。

模块设计：视频监控模块：采集图片获取课堂的现场数据;系统图片模块：对采集的图片进行展示；视频图片主要信息提取模块：主要提取图片中的人脸和肢体的信息；人脸识别和肢体动作识别模块：做到准确区分每个人，区分人的面部表情，并且判断出表情所代表的意思，判断肢体动作，并判断其代表意义；评价模块：一套客观的评价机制，用于评价学生的课堂状态；开发工具：Myeclipse、Mysql、微表情数据库

5. 工作计划

第1周：开题报告和外文翻译。

第2周：课题需求分析。

第3周：课题总体规划。