一种VR的人才社会实践教学中学生参与度分析方法技术

本发明专利技术涉及信息技术领域，具体涉及一种VR的人才社会实践教学中学生参与度分析方法，包括：在人才社会实践教学的VR环境中采用摄像头实时捕获学生人脸，分解学生的静态人脸特征和动态表情差异；根据静态人脸数据进行眼动追踪的分析，以判断在不同情景下学生的注视点；对于动态表情数据进行眼动追踪，分析表情变化中的视线转移，以得到与表情情绪变化相关的视线数据；整合得到的静态视线数据和动态视线数据，计算每个学生视线停留的时间和频率，用于分析学生对不同教学内容的注意度；当预测出的学生参与度未达到预设阈值时，基于反馈数据调整VR教学以提高学生的参与度。

【技术实现步骤摘要】

本专利技术涉及信息，尤其涉及一种vr的人才社会实践教学中学生参与度分析方法。

技术介绍

1、在vr的人才社会实践教学中，面临着如何准确捕捉和识别学生面部表情数据的技术难题。由于学生在vr场景中的面部表情数据类型多样且复杂，包括静态人脸数据和动态表情数据，不同类型的数据需要采用不同的数据频道和人脸识别技术进行处理和分析。此外，学生在vr场景中的行为数据也十分复杂，包括头部移动、目光追踪、手势等，这些行为数据与表情数据之间存在着复杂的关联和影响。在实际的vr教学场景中，如何将学生的表情数据和行为数据进行有效的融合和分析，进而准确预测学生的参与度，是一个亟待解决的技术难题。目前，常用的参与度预测模型和算法，难以充分考虑到vr场景中学生表情和行为数据的复杂性和多样性，导致预测结果的准确性和可靠性不高。同时，当学生的参与度未达到预设阈值时，如何根据学生的表情和行为数据，动态优化vr教学内容和呈现方式，也是一个技术挑战。因此，亟需探索一种新的技术方案，能够深入分析vr场景中学生的表情和行为数据，建立起表情、行为与参与度之间的复杂关联模型，并针对不同类型的数据，采用适配本文档来自技高网...

【技术保护点】

1.一种VR的人才社会实践教学中学生参与度分析方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其中，所述在人才社会实践教学的VR环境中采用摄像头实时捕获学生人脸，分解学生的静态人脸特征和动态表情差异，包括:

3.根据权利要求1所述的方法，其中，所述根据静态人脸数据进行眼动追踪的分析，以判断在不同情景下学生的注视点，包括:

4.根据权利要求1所述的方法，其中，所述对于动态表情数据进行眼动追踪，分析表情变化中的视线转移，以得到与表情情绪变化相关的视线数据，包括:

5.根据权利要求1所述的方法，其中，所述整合得到的静态视线数据和动...

【技术特征摘要】

1.一种vr的人才社会实践教学中学生参与度分析方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其中，所述在人才社会实践教学的vr环境中采用摄像头实时捕获学生人脸，分解学生的静态人脸特征和动态表情差异，包括:

3.根据权利要求1所述的方法，其中，所述根据静态人脸数据进行眼动追踪的分析，以判断在不同情景下学生的注视点，包括:

4.根据权利要求1所述的方法，其中，所述对于动态表情数据进行眼动追踪，分析表情变化中的视线转移，以得到与表情情绪变化相关的视线数据，包括:

5.根据权利要求1所述的方法，其中，所述整合得到的静态视...

【专利技术属性】
技术研发人员：陈婷，李梦丹，
申请(专利权)人：东莞城市学院，
类型：发明
国别省市：