博士 副教授 硕士研究生导师

电子邮箱：hailiu0204 at ccnu.edu.cn

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

研究方向

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。

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

获奖经历

[1] 2020年，“孤独症儿童智能教育干预关键技术及其应用”获湖北省科技进步一等奖

[2] 2019年，“智能云端一体化学习关键技术与应用”获教育部高等学校科技进步一等奖

主持或参与的科研项目

[1] 国家自然科学基金项目：面向自我调节学习的多源行为智能感知与学习目标规划研究，2022~2025, 主持

[2] 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

[3] 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

[4] 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

[5] 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

[6] 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

研究成果

-论文

[1] H. Liu, S. Fang, Z. Zhang, D. Li, K. Lin, and J. Wang, “MFDNet: Collaborative Poses Perception and Matrix Fisher Distribution for Head Pose Estimation,” IEEE Transactions on Multimedia, vol. DOI: 10.1109/TMM.2021.3081873, pp. 1-13, 2022. (SCI 收录, 中科院一区Top期刊)

[2] H. Liu, C. Zheng, D. Li, X. Shen, K. Lin, J. Wang, Z. Zhang, Z. Zhang, and N. Xiong, “EDMF: Efficient Deep Matrix Factorization with Review Feature Learning for Industrial Recommender System,” IEEE Transactions on Industrial Informatics, vol. DOI: 10.1109/TII.2021.3128240, pp. 1-11, 2022. (SCI 收录, 中科院一区Top期刊)

[3] Y. Deng, H. Chen, H. Liu, and Y. Li, "A Voxel Graph CNN for Object Classification with Event Cameras," presented at the 2022 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2022. (计算机视觉领域顶会，CCF A类)

[4] H. Liu, H. Nie, Z. Zhang, and Y.-F. Li, “Anisotropic angle distribution learning for head pose estimation and attention understanding in human-computer interaction,” Neurocomputing, vol. 433, pp. 310-322, 2021/04/14/, 2021. (SCI 收录, 中科院二区Top期刊)

[5] “Learning Knowledge Graph Embedding with Heterogeneous Relation Attention Networks,” IEEE Transactions on Neural Networks and Learning Systems, DOI: 10.1109/TNNLS.2021.3055147, 2022. (SCI 收录，中科院一区Top期刊)

[6] “Deep Matrix Factorization with Implicit Feedback Embedding for Recommendation System,” IEEE Transactions on Industrial Informatics, vol. 15, no. 8, pp. 4591-4601, 2019. (SCI 收录，中科院一区Top期刊)

[7] "Deep Variational Matrix Factorization with Knowledge Embedding for Recommendation System," IEEE Transactions on Knowledge and Data Engineering, vol. 33, pp. 1906-1918, 2021. (SCI 收录, 中科院二区期刊，CCF A类)

[8] "多学科资源工具研制与教学实践创新研究," 电化教育研究, vol. 4, pp. 46-51, 2018. (CSSCI 收录)

[9] “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.

[10] “Infrared facial expression recognition via Gaussian-based label distribution learning in the dark illumination environment for human emotion detection,” Neurocomputing, vol. 409, pp. 341-350, 2020. (SCI 收录, 中科院二区Top期刊)

[11] “Multi-scale Dynamic Convolutional Network for Knowledge Graph Embedding,” IEEE Transactions on Knowledge and Data Engineering, DOI: 10.1109/TKDE.2020.3005952, pp. 1-10, 2021. (SCI 收录, 中科院二区期刊，CCF A类)

-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] 一种大视场双目视觉的红外图像考勤方法,发明专利, ZL 201610038725.9, 国家发明专利,中国.（已授权, 2018.08）

[3]一种基于多源信息融合的学习情感状态识别方法, ZL 201810450003.3， 国家发明专利, 中国

[4]基于教育大数据的学习者模型动态构建方法, ZL 2018104513692, 国家发明专利, 中国.

[5]一种基于教师非言语行为的教学过程评价方法, 2021.08.30，申请号：202111002386.6，国家发明专利, 中国.

[6]一种融入多模态视觉信息的学习意图监测方法与系统, 2021.08.28，申请号：202110998162.9，国家发明专利, 中国.

[7]一种基于学习成长数据的学习风格画像生成方法及系统, 2021.08.28，申请号：202110994227.2，国家发明专利, 中国.

[8]一种面向教育机器人视觉理解的头部姿态估计方法及系统, 2021.08.27，申请号：202110994920.X，国家发明专利, 中国.

[9]一种基于表情识别的风险学生预测方法, 2021.08.30，申请号：202111002632.8，国家发明专利, 中国.

[10]一种融入教学反馈与习得理解的知识图谱构建方法, 2021.08.30，申请号：202111002385.1，国家发明专利, 中国.

招生要求

热诚欢迎勤奋好学、能吃苦、有责任心的同学报考。算法研究方向, 欢迎信息与计算科学、计算机科学与技术、电子信息、教育信息技术、软件工程等专业, 具有一定的数理基础、英语和编程功底, 对自我调节学习、头部姿态估计、人脸表情识别、推荐算法、知识图谱等方向有兴趣的同学报考。所指导的硕士生中多人发表高水平论文，已经有7人荣获国家奖学金；欢迎复试通过后的2022级同学提前来实验室科研与实习，提供独立座位和计算机，与团队共同进步。