一种基于Transformer网络的学习专注度监测方法
发布时间：2026-06-30
点击次数：
- 专利名称：
- 一种基于Transformer网络的学习专注度监测方法
- 所属单位：
- 国家数字化学习工程技术研究中心
- 专利范围：
- 国内
- 第一作者：
- 刘海
- 发明设计人：
- 张诚,刘婷婷,张昭理,朱晓倩,宋林森,林丹月,王镜淇
- 备注：
- 本申请公开了一种基于Transformer网络的学习专注度监测方法，包括：获取被监测对象在监测时间段内的头部姿态RGB图像、环境声音数据以及皮电信号，将监测时间段按照时序划分为多个时域片段；将每个时域片段中对应的头部姿态RGB图像、环境声音数据以及皮电信号输入多模态信息分类模型中，得到头部姿态角度、环境音类别和情绪状态类别并按照预设权重进行加权求和，获得每个时域片段的情绪专注度得分；将各时域片段的情绪专注度得分按照预设规则进行融合，得到被监测对象在监测时间段中的专注度估计结果。本发明引入互补的多模态数据及时域信息，可以做到全方位、全过程的学生学习情绪专注度评价，帮助分析影响学习者的学习情绪专注度的因素与个体差异。
- 专利类型：
- 发明专利
- 专利状态：
- 有效
- 申请号：
- ZL202211596338.9
- 是否职务专利：
- 否
- 申请日期：
- 2022-12-12
- 公开日期：
- 2022-12-12
- 授权日期：
- 2025-11-21
- 发布时间：
- 2026-06-30