【论文阅读】Application of Deep Learning on Student Engagement in e-learning environments

1.这篇文章讲了个什么问题？
在线课堂的学生专注度研究

2.这是否是一个新的问题？
不是

3.这篇文章需要验证一个什么科学假设？
所提方法能够实现实时专注度分析

4.有哪些相关研究和人员？
1.Inside out: detecting learners’ confusion to improve interactive digital learning environments.
2.Affect-aware tutors: recognising and responding to student affect.
3.Automatically recognizing facial expression: predicting engagement and frustration.
4.Automated detection of engagement using video-based estimation of facial expressions and heart rate.

5.Engagement detection in online learning: a review.
6.A deep learning approach to detecting engagement of online learners
7.Student engagement detection using emotion analysis, eye tracking and head movement with machine learning.
8.Engagement detection in meetings.
9.An ensemble model using face and body tracking for engagement detection.
10.Engagement detection in e-learning environments using convolutional neural networks.
11.A two-stage algorithm for engagement detection in online learning

5.论文中提出的解决方案是什么？
1.通过眼睛来进行focus分类获取focus概率
2.提取面部表情特征,以及权重矩阵，加上focus得到专注度得分

6.论文中的实验是如何设计的？
在一组学生上进行实验

7.用于定量评估的数据集是什么？有没有开源？
作者自己收集的数据集 MES，开源了https://github.com/Harsh9524/MES-Dataset

8.论文中的实验结果有没有很好的验证假设？
有

9.这篇文章到底有什么贡献？
1.提出了情感矩阵以及MES计算学生的专注度
2.进行了一项研究，关于在线课堂的学生的实时情感和专注度

10.下一步呢？有什么工作可疑继续深入？
1.获取专注度后的交互
2.focus和表情类别一步做出来？