portant; word-wrap: break-word !important;">
portant; word-wrap: break-word !important;">面部识别分析系统对课堂状态和学生情绪的判断与分析
portant; word-wrap: break-word !important;">基于人脸识别进行考勤的信息化系统已经有不少人进行研究，即可以通过面部识别，来记录学生或参加会议者的出勤情况。但应用面部识别技术对课堂学习状态进行分析和判断还颇为鲜见。 四川大学计算机科学系的年轻教师魏老师，依据他建构的“基于深度学习的课堂行为分析模型” 发明了一种对学生的面部表情进行分析的信息化系统，学生戏称为“看脸色神器”。这名30多岁的年轻大学教师在每堂课上，他都会录下学生的听课视频，并且运用面部识别系统，分析学生们的听讲程度，专注还是走神、思考还是打盹，全都无所遁形。
portant; word-wrap: break-word !important;">在系统播放的在视频中，数名学生脸上都有一个黄色的框，头上顶着的“happy（高兴）”和“neutral（一般）”随着他们的大笑、沉默而变化。这个软件可以捕捉每个人的面部表情，然后加以区别和记录。从而判断中课堂上学生的听课情绪。
系统不仅分析单个学生的课堂情绪，正如魏老师所说的，“画面中会有很多人，我们最终根据他们的平均数据，来记录当前时段的‘整体心情状况’。”还可以根据这些学生的“脸色”，统计出，在什么时间学生们的积极性最高，什么时间学生们普遍“缺乏互动”。“上课效果好不好、怎么讲更好、更容易被理解和接受。
portant; word-wrap: break-word !important;">
portant; word-wrap: break-word !important;">面部识别系统对课堂人际交往活跃与学生成绩高低相关性的分析
虽然面部识别系统并不算特别前沿的技术，一系列的“神器”看起来也不是很正经，但事实上，它们在课堂教学分析中的作用比想象中更大。
魏老师的“刷脸神器”，问世后不久，就开始用来“研究学生之间的人际关系”。“一个学生上课坐在哪里，都不是随机的，这关乎他和班上其他同学的互动程度。”魏老师发现，有的学生座位固定、交往伙伴固定；有的学生和多个圈子都有交际；有的学生比较内向孤僻，几乎和同学没有互动……“刷脸神器”将学生们的常用座位、和同学的交际情况等都记录下来，形成数据库，最终经过数据分析，可以得出该学生性格是偏内向还是外向，甚至可以画出学生之间的关系网络。
在对324名学生进行长期跟踪分析后，魏老师发现，学生的期末成绩和他课堂上人际交往的活跃程度成正比，“在课堂上和更多的人来往、互动越频繁的学生，成绩基本都不错。”
面部识别系统对学生上课座位离老师远近与成绩的关系的分析
很多人认为，上课坐得离老师最近的，一般成绩会比较好。每到开学季，家长们纷纷请求班主任给自己的娃娃留一个中间靠前的位置，“离老师越近学习越好”的理论也得到很多教师赞成，但事实上一直没有很科学的理论支撑。但魏老师借助他的系统分析，有了较深入的发现。在研究300多名学生的常用座位和成绩之间的关系后，魏老师发现，有些学生离得再近成绩也一般，有些自学能力强的学生即使离老师很远成绩也不错。“坐得远的，有些很善于自学；坐得近的，也不见得学得进去。”根据数据分析结果，虽然有不少人并不完全符合这样的行为模式，但大部分学生符合“越近成绩越好”的规律，“对绝大部分普通人来说，还是坐得离老师近一点好，因为只要他们没听懂，老师一看表情和眼神就知道，随之会调整讲课内容和进度。相当于课程内容是为这些学生‘定制’的。”魏老师说。
portant; word-wrap: break-word !important;">
未来面部识别技术在课堂学习行为的研究方向
portant; word-wrap: break-word !important;">目前，魏老师的这个系统还只有分析学生上课的情绪，如兴奋点在哪里，专注度如何，开不开心啊，开小差有没有等等。事实上，这种技术的前景还非常广阔。如，学生上课的表情可以进行细分，走神、打盹、想心事等等……基于这些表情分析的数据收集和统计，可以分析学生的人际关系、行为方式，给日常教学提供数据支持，还能用来进行心理学和教育学的大数据研究。如果能够加上识别人体四肢活动的体感技术，则人脸和人体识别技术在教育教学中的应用领域就会更加广泛。
