93、教育领域情感识别与医疗模拟对话的技术创新

教育领域情感识别与医疗模拟对话的技术创新

在当今的教育和医疗领域，技术的应用正不断推动着教学和培训方式的变革。本文将介绍两种创新技术，一种是用于支持智能导师识别学习者认知情绪的基于AD-Loss的面部表情识别（FER）技术，另一种是用于虚拟患者对话的实时混合语言模型。

基于AD-Loss的FER技术

在教育场景中，了解学习者的认知情绪对于提供有效的实时支持至关重要。为了评估识别学习者在学习活动中认知情绪的方法，研究人员在PUZZLED数据集上测试了AD-Loss，并与其他先进的FER方法进行了比较。

1. 实验设置
   • 数据预处理 ：从视频帧中识别并裁剪出面部区域，将其调整为248×248像素。
   • 数据集划分 ：按受试者ID将PUZZLED数据集划分为训练集和测试集，每次测试随机选择10%的受试者作为测试集，其余作为训练集。
   • 数据增强 ：为提高网络的鲁棒性，在训练前对原始训练数据集进行颜色偏移（最大值为20）、旋转、平滑（最大窗口大小为5）、镜像和多裁剪等操作。
2. 实验结果
   研究人员将AD-Loss（λad = 1）应用于三种不同的先进FER方法，并比较了其与原始方法的准确率和F1分数。结果如下表所示：

Base Model	Lo