刘海 - 华中师范大学 - 国家数字化学习工程技术研究中心

个人简介

教育经历 2010 -2014 华中科技大学/自动化学院/人工智能与图像识别研究所/博士 2008 -2010 华中科技大学/数学与统计学院/硕士工作经历 2020 - 至今华中师范大学/人工智能教育学部/国家数字化学习工程技术研究中心 2014 - 2020 华中师范大学/国家数字化学习工程技术研究中心 2017 - 2019 香港城市大学/机器人视觉实验室/博士后讲授课程（本科/研究生课程）数字图像处理、数字化教学系统开发主持或参与的科研项目 [1] 国家自然科学基金项目：任务元驱动的自我调节学习服务理论及关键技术研究，2021~2024, 参与 [2] 华中师范大学中央高校科研基本业务费资助项目："融合视线估计与头部姿态的学生注意力感知方法及其实证研究"，起止时间：2020~2022, 主持 [3] 华中师范大学中央高校科研基本业务费资助项目(CCNU20ZT017)："基于认知状态与知识图谱的学习资源推荐方法研究"，起止时间：2018~2022，参与 [4] 国家科技支撑计划课题：教育云服务关键技术攻关，2013~2016，参与执行 [5] 国家科技支撑计划课题：数字学习内容公共服务关键支撑技术研究， 2013~2015，主要参与国家发明专利 [1] 一种数字教育资源推荐方法及系统, 发明专利, ZL 2016101798361, 中国. (已授权, 2017.12) [2] 学习资源推荐方法、装置、数据处理设备与存储介质, 201910911097.4, 国家发明专利,中国. (受理中)

研究领域

1. 自我调节学习，教育大数据挖掘以提升学习者自我调节学习能力为目的，以认知心理学、学习科学等理论为指导，以数据挖掘、人工智能等核心技术为支撑，重点研究多模态特征的学习者状态感知、复杂情境下的评估与归因，以此拓展自我调节学习理论研究。 2. 智慧学习环境下学习行为感知与理解研究智慧教室中的视频图像，获取学习环境和学习者信息，判断学习者学习状态与学习需求，利用数字图像处理的方法来处理数据，分析学生的课堂学习行为。包含基于深度学习的面部表情识别、头部姿态估计、人眼视线跟踪、人体姿态估计等视觉任务。 3. 基于深度学习的泛义学习资源推荐方法研究在海量资源中准确快速地找到学习者感兴趣的资源，提出了基于卷积神经网络的个性化资源推荐服务模型等，涵盖推荐算法、知识图谱、知识追踪等自然语言处理任务。

近期论文

查看导师最新文章（温馨提示：请注意重名现象，建议点开原文通过作者单位确认）

[1] Data-driven Online Learning Engagement Detection via Facial Expression and Mouse Behavior Recognition Technology, Journal of Educational Computing Research, 58 (2020) 63-83. (SSCI 收录) [2] “基于模型集成的在线学习投入评测方法研究,” 中国远程教育, no. 10, pp. 9-16+60, 2020. (CSSCI 收录) [3] 多屏多点触控教学系统支撑下教学创新与变革. 电化教育研究, 2018, 3 (299): 82-89. (CSSCI 收录) [4] Cloud-Terminal Integration Learning Platform and Its Applications in Blended Learning. In 2017 International Symposium on Educational Technology (ISET), Hong Kong, 27-29 June 2017, 2017; 71-73. (EI国际会议) [5] "Cloud-Class Blended Learning Pattern Innovation and Its Applications," in 2017 International Symposium on Educational Technology (ISET), Hong Kong, 2017, pp. 19-23. (EI国际会议)