视频质量评估 (Video Quality Assessment)
研究视频编码、传输和显示过程中的质量评价方法
随着互联网视频服务的爆发式增长，视频质量评估技术在流媒体优化、编码器设计和用户体验评价中扮演着至关重要的角色。我们的研究聚焦于开发先进的视频质量评估算法，包括全参考、半参考和无参考质量评价模型，以及针对压缩失真、传输错误和显示设备特性的专门评估方法。
🎯 关键研究内容：
- 无参考视频质量评估：设计基于深度学习的盲视频质量评价模型，无需原始参考视频即可准确评估视频质量
- 感知质量建模：结合人类视觉系统特性，构建符合主观感知的视频质量指标
- 实时质量监控：开发轻量级质量评估算法，支持流媒体服务中的实时质量监控与自适应码率调整
- 新型编码标准评估：针对H.266/VVC、AV1等新一代视频编码标准的质量评估研究
📊 项目：基于深度学习的无参考视频质量评估
国家自然科学基金资助项目
📊 项目：5G流媒体感知质量优化
广东省科技计划项目
农业识别 (Agricultural Recognition)
基于计算机视觉的农作物病虫害识别与智能农业应用
智慧农业是现代农业发展的重要方向。我们致力于开发基于计算机视觉和深度学习的农业智能识别系统，包括农作物病虫害自动识别、作物生长状态监测、产量预测等关键技术，帮助农民及时发现和处理农业生产中的问题，提高农业生产效率和质量。
🎯 关键研究内容：
- 病虫害智能识别：构建大规模农作物病虫害数据集，开发高精度的病虫害自动识别模型
- 作物生长监测：利用无人机和固定相机采集的图像，实现作物生长状态的实时监测与分析
- 产量预测：结合多模态数据（图像、气象、土壤等），建立精准的作物产量预测模型
- 移动应用开发：开发面向农民的移动端农业识别应用，提供便捷的现场识别服务
🌱 项目：岭南特色农作物病虫害智能识别系统
广东省重点研发计划
🌱 项目：基于无人机的农田作物监测平台
企业合作项目
教师质量评估 (Teaching Quality Assessment)
利用AI技术辅助教学质量评估与教育改进
教育质量是高校发展的生命线。我们运用计算机视觉、语音识别和自然语言处理等AI技术，开发智能化的教学质量评估系统，通过分析教师的教学行为、课堂互动、教学内容等多维度数据，为教学质量改进提供客观、精准的参考依据，助力师范院校提升教学水平。
🎯 关键研究内容：
- 教学行为分析：利用视频分析技术，自动识别和评估教师的教学行为模式（如板书、提问、走动等）
- 课堂互动评估：通过分析师生互动频率、学生注意力状态等指标，评价课堂教学效果
- 教学内容质量分析：结合NLP技术，分析教学内容的完整性、逻辑性和深度
- 个性化改进建议：基于评估结果，为教师提供个性化的教学改进建议和培训方案
📚 项目：智能化教学质量评估系统
广东省教育科学规划课题
📚 项目：师范生教学技能智能评价平台
学校教学改革项目
扩散模型应用 (Diffusion Model Applications)
生成式AI模型在图像生成、编辑等领域的创新应用
扩散模型是当前生成式AI领域的前沿技术，展现出强大的图像生成和编辑能力。我们深入研究扩散模型的原理与应用，探索其在图像生成、图像修复、风格迁移、医学影像处理等多个领域的创新应用，推动生成式AI技术在实际场景中的落地。
🎯 关键研究内容：
- 高质量图像生成：研究改进的扩散模型架构，提升生成图像的质量、多样性和可控性
- 图像编辑与修复：开发基于扩散模型的智能图像编辑工具，支持内容感知的图像修复和局部编辑
- 条件生成：探索文本、草图、语义图等多种条件下的可控图像生成方法
- 领域适配与应用：将扩散模型应用于医学影像、遥感图像、工业检测等专业领域
🎨 项目：基于扩散模型的智能图像编辑系统
国家自然科学基金青年项目
🎨 项目：医学影像增强与合成
医院合作项目
人群计数 (Crowd Counting)
密集人群场景下的人数统计与行为分析技术
人群计数是公共安全、城市管理和事件组织中的关键技术。我们专注于开发鲁棒的人群计数算法，能够在各种复杂场景（如体育场馆、交通枢纽、商业中心等）中准确估计人数，并分析人群密度分布和流动模式，为公共安全预警和人群管理提供技术支持。
🎯 关键研究内容：
- 密度估计：基于深度学习的人群密度图生成方法，实现像素级的人群分布估计
- 跨场景泛化：研究域自适应和迁移学习技术，提升模型在不同场景下的泛化能力
- 实时计数系统：开发轻量化模型和优化算法，实现边缘设备上的实时人群计数
- 异常检测：结合人群计数与行为分析，及时发现人群聚集等异常情况并预警
👥 项目：智能视频监控中的人群计数与预警
公安部门合作项目
👥 项目：大型活动人群监测系统
企业横向课题
🤝 合作与资源
我们与国内外多所高校和科研机构保持密切合作，包括清华大学、中山大学、香港中文大学等知名学府。
实验室配备高性能GPU服务器集群，拥有丰富的数据集资源和完善的实验平台。
欢迎相关领域的研究人员和企业与我们开展学术交流与项目合作！
合作联系： lab@gdei.edu.cn