摘要
基于表情识别的课堂学习质量评估方法及装置，能够提升对显著表情特征的提取能力，解决表情幅度小，表情样本不均衡、表情类间差异小易混淆等问题，解决各标签数据量不均衡的问题，将表情识别的研究成果应用于课堂专注度评价。方法包括：(1)构建基于课堂环境下的人脸表情数据集CFacial，通过分析其各个标签数量对实验的影响，选择使用LabelImg重新标注公开数据集扩充CFacial，创建扩充数据集CF_Plus；(2)使用YOLOv8端到端目标检测与分类模型；(3)基于课堂人脸表情识别评估课堂综合质量。
