摘要：学生的面部表情和姿态反映学生的学习状态,是课堂教学评价的重要观察指标。然而,由于表情和姿态的即时性以及观察时间和精力的限制,影响了传统课堂观察的持续性和有效性。针对传统课堂情感观察和识别的局限性,设计开发了基于课堂视频监控数据的双模态情感评价系统。首先对视频数据提取SLTOP特征得到复合时空特征集,然后依据最近邻方法对其进行分类,由于表情和姿态在识别上具有互补性,进一步将分类结果在每个情感状态类别上进行交叉验证,得到各自权值和后验概率,导入云滴融合模型得到最终的情感状态分类结果,最后计算输出课堂双模态情感评价结果。测试结果表明评价效果比较理想,并与人工统计结果作比较,整体准确率不低于80%,证明本系统对于传统课堂的评价具有有效性。