AIGC驱动的图像超分重构赋能教学实践应用研究

来源：南京信息工程大学学报·自然科学版杂志2026年第1期北京时间：

作者：赵迪，常升龙，孙廷，赵章红

单位：赵迪,河南开放大学 工商与财会学院, 郑州, 450046;郑州大学 管理学院, 郑州, 450001,常升龙,河南师范大学 软件学院, 新乡, 453007,孙廷,南阳农业职业学院 教务处, 南阳, 473000,赵章红,浙江中医药大学 金华研究院, 金华, 321017;河南工程学院 软件学院, 郑州, 450004

摘要：随着人工智能生成内容技术的发展,教学场景下的图像应用成为新的研究热点.图像作为知识传递的核心载体,其清晰度、纹理细节、色彩鲜艳度、主题色彩等直接影响教学效果.本文旨在改造扩散模型结构以对存在不同问题的图像进行超分重构(Super-Resolution,SR),并将SR图应用于不同教学场景后进行效果评估.首先,通过改造扩散模型解决图像质量与教学场景不适配的问题;然后,分别开展主观和客观实验,将SR图应用于实际教学场景;最后,构建基于主客观实验结果的综合评估框架,以验证SR图的应用效果.研究结果表明,由改造模型所生成的SR图应用在教学活动时,对比使用传统方法生成的图像,知识传递效率平均提升约22.9%,教师讲课时间平均减少约15.6%.

关键词：AIGC;扩散模型;图像处理;超分重构;教学场景

基金资助：河南省本科高校研究性教学改革研究与实践项目(197);河南省重点研发专项(241111210300);河南省教改重点课题(2024SJGLX0141,2021SJGLX217);河南省科技攻关项目(252102111168,252102211020)