摘要
线上视频教学目前得到了广泛应用，但还存在一些弊端。在线上教学过程中，教师与学生无法进行有效的情感交互，学生的面部信息也存在泄露风险。分别基于情感识别神经网络、人脸融合、三维动画模型绑定的理论与技术提出3种解决方案，从不同技术路径实现线上教学中师生的情感互动，并实现学生面部隐私保护。方案一将Sep-Conv2D神经网络对学生的情感分析结果映射到对应情感的emoji表情；方案二利用styleGAN神经网络生成不同样式的生成脸，并应用三角剖分算法和泊松融合算法实现生成脸与学生真实脸的人脸融合；方案三利用人脸关键点检测和Blender 3D动画模型绑定技术，实现3D动画模型与学生真实脸绑定。对上述方案的技术特点进行分析，推理出3种方案不同的适用场景，通过实验与问卷调查结果验证3种方案情感交互的可行性以及隐私保护的安全性。
0 引言
近年来，在新冠疫情防控背景下，越来越多课程采用线上教学方式。线上教学与传统课堂教学不同，教师无法在授课过程中与学生面对面进行交流，因此不能及时了解学生的学习效果。目前线上教学效果不尽如人意，其主要原因在于师生之间的情感交互效果差，即使在课上要求学生打开摄像头，也很难直观地从画面中判断出学生的听课状态和对讲授内容的情感反应。Chen