1.這篇文章講了個什麼問題？
線上課堂的學生專注度研究

2.這是否是一個新的問題？
不是

3.這篇文章需要驗證一個什麼科學假設？
所提方法能夠實現實時專注度分析

4.有哪些相關研究和人員？
1.Inside out: detecting learners’ confusion to improve interactive digital learning environments.
2.Affect-aware tutors: recognising and responding to student affect.
3.Automatically recognizing facial expression: predicting engagement and frustration.
4.Automated detection of engagement using video-based estimation of facial expressions and heart rate.

5.Engagement detection in online learning: a review.
6.A deep learning approach to detecting engagement of online learners
7.Student engagement detection using emotion analysis, eye tracking and head movement with machine learning.
8.Engagement detection in meetings.
9.An ensemble model using face and body tracking for engagement detection.
10.Engagement detection in e-learning environments using convolutional neural networks.
11.A two-stage algorithm for engagement detection in online learning

5.論文中提出的解決方案是什麼？
1.通過眼睛來進行focus分類獲取focus概率
2.提取面部表情特徵,以及權重矩陣，加上focus得到專注度得分

6.論文中的實驗是如何設計的？
在一組學生上進行實驗

7.用於定量評估的資料集是什麼？有沒有開源？
作者自己收集的資料集 MES，開源了https://github.com/Harsh9524/MES-Dataset

8.論文中的實驗結果有沒有很好的驗證假設？
有

9.這篇文章到底有什麼貢獻？
1.提出了情感矩陣以及MES計算學生的專注度
2.進行了一項研究，關於線上課堂的學生的實時情感和專注度

10.下一步呢？有什麼工作可疑繼續深入？
1.獲取專注度後的互動
2.focus和表情類別一步做出來？