面向教育知识服务的视觉内容感知显示方法研究

Nowadays, there are several challenges of educational knowledge services in intelligent multimedia processing. According to the background of schools, families and social education, based on the theories of psychology of learning, content awareness, graphic/image processing, sparse representation and video re-adaptation, we conduct research on visual content-aware display methods of video resources in educational knowledge services. The major research issues are as follows: 1) We conduct research on the common characteristics of video media data in educational knowledge services. We propose to build a feature-aware optimization display model, and form a unified visual media processing framework, so as to enhance the integrated expressiveness of educational knowledge services; 2) For multi-scale and diverse display terminals, we will propose a novel video refinement and adaptive display method, using the video re-adaptation and high-precision progressive display technology to improve the adaptive display ability of educational knowledge services; 3) We will design a high-quality display method for educational video services based on the sparse optimization and therefore improve the video display quality for the remote online education and mobile education. The project is expected to accomplish a prototype system of visual content-aware processing and display used for educational knowledge services. We will also verify the proposed content-aware display theories and algorithms for the video resources in educational knowledge services. The results will help to solve the problems of educational video display, and provide theoretical and technical support for cloud educational display services.

本项目针对当前教育知识服务在多媒体智能处理方面所面临的新挑战，以学校、家庭和社会教育为背景，基于学习心理学、内容感知、图形图像处理、稀疏表示、视频适配等理论，研究教育知识服务视频资源的视觉内容感知显示方法，重点包括：1）研究教育知识服务中视频媒体数据的共性特征，建立一种特征感知优化显示模型，形成统一的视觉媒体处理框架，增强教育知识服务综合表现力；2）针对多尺度和多样化显示终端，提出一种基于视频重适配显示和高精度图形图像渐进显示技术的视频精化显示适配方法，增强教育知识服务的自适应显示能力；3）研究和提出一种基于稀疏最优化的高质量教育视频服务显示方法，提高远程在线教育和移动教育视频显示质量。项目最终将实现面向教育知识服务的视觉内容感知处理普适化显示原型系统，验证上述教育知识服务视频资源的内容感知显示理论方法和算法技术。本项目有望解决教育视频显示的上述难题，为云教育服务显示提供理论和技术支持。

针对当前教育知识服务在多媒体智能处理方面所面临的新挑战，本项目以学校、家庭和社会教育为背景，基于学习心理学、内容感知、图形图像处理、稀疏表示、视频适配等理论，研究了教育知识服务视频资源的视觉内容感知显示方法，重点研究的内容包括：1）研究了教育知识服务中视频媒体数据的共性特征，建立了一种特征感知优化显示模型，形成了统一的视觉媒体处理框架，增强了教育知识服务综合表现力；2）针对多尺度和多样化显示终端，提出了一种基于视频重适配显示和高精度图形图像渐进显示技术的视频精化显示适配方法，增强了教育知识服务的自适应显示能力；3）研究和提出了一种基于稀疏最优化的高质量教育视频服务显示方法，提高了远程在线教育和移动教育视频显示质量。项目最终实现了面向教育知识服务的视觉内容感知处理普适化显示原型系统，验证了上述教育知识服务视频资源的内容感知显示理论方法和算法技术的正确性。本项目解决了教育视频显示的上述难题，为云教育服务显示提供了理论和技术支持。项目发表学术论文 15篇， 其中期刊论文 11篇，会议论文 4篇，核心算法申请发明专利3件；依托中山大学数据科学与计算机学院共同培养研究生，其中毕业博士研究生2名，毕业硕士研究生4名。