A Multimodal Fusion Framework for Student Engagement Detection Using Facial, Behavioral, and Textual Features
Diese Studie schlägt ein multimodales Fusionsframework vor, das Gesichtsausdrücke, Verhalten und textuelle Merkmale integriert, um das Engagement von Studierenden zu erkennen, wobei nachgewiesen wird, dass eine Late-Fusion-Strategie eine hohe Genauigkeit (0,864) erreicht und Single-Modalitäts-Modelle bei der Klassifizierung von Engagement-Niveaus übertrifft.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.