SmartClass AI：基于 ESP32 和深度学习的实时课堂参与度监测系统

SmartClass AI是结合物联网硬件与AI面部情绪识别的开源项目，通过ESP32-CAM采集课堂画面，利用DeepFace分析学生参与度，将实时指标推送到Web仪表盘和教师OLED显示屏，旨在帮助教师实时感知学生状态并调整教学。

传统课堂评估依赖主观感受或课后问卷，存在滞后和偏差。SmartClass AI以"最低硬件成本实现可用实时监测"为设计出发点，硬件成本低（ESP32-CAM市场价通常不超过50元人民币），软件基于开源技术栈；核心假设是面部表情反映参与状态：快乐、惊讶对应积极参与，中性表示正常听课，负面情绪可能暗示注意力下降。

系统数据流形成闭环：ESP32-CAM连接本地Wi-Fi后每5秒捕获图像，HTTP POST到局域网Python Flask服务器；服务器用MTCNN检测人脸，DeepFace分类7种基本情绪；分析后生成标注图像，元数据（时间戳、参与度评分、情绪数据等）存储到SQLite数据库；内置自动清理机制保留最近100帧图像，元数据长期保留。

1. Web仪表盘：通过Flask-SocketIO实现WebSocket推送，展示实时标注画面、参与度评分和历史图表，适合课后回顾和多人观察；2. OLED显示屏：独立ESP32通过I2C连接OLED，轮询服务器获取评分，参与度低于40%时发出视觉警报，减少对教学的干扰。

服务器端推荐Linux系统Python虚拟环境运行；硬件通过Arduino IDE烧录固件；网络采用笔记本热点连接ESP32设备，无需依赖学校网络；测试环境为Zorin OS 18.1，13代Intel i5+8GB内存可流畅运行。

面部表情与参与度关系非绝对（如沉思无表情但实际投入）；课堂监控涉及隐私伦理，需获得知情同意，项目数据本地处理存储缓解隐私担忧。

SmartClass AI展示了低成本硬件+开源AI构建教育辅助系统的可行路径，为教育技术研究者和IoT开发者提供完整参考实现。项目地址：https://github.com/md8-habibullah/smartclass-ai