人工智能時代數(shù)字圖像處理與分析研究生課程教學(xué)改革探討

史彩娟 李偉 劉利平 黃曉紅

摘? 要 為緊跟人工智能技術(shù)發(fā)展，滿足人工智能時代對創(chuàng)新型研究生人才的需求，對數(shù)字圖像處理與分析研究生課程進行教學(xué)改革。分析現(xiàn)有課程的局限性，通過引入最新研究成果和注重實際應(yīng)用及學(xué)科交叉融合來完善更新教學(xué)內(nèi)容，改革相應(yīng)的教學(xué)方法和考核方式，從而更好地培養(yǎng)學(xué)生的實踐動手能力和創(chuàng)新能力。

關(guān)鍵詞 研究生;人工智能;數(shù)字圖像處理與分析;教學(xué)改革;任務(wù)驅(qū)動式教學(xué)方法

中圖分類號：G642.0? ? 文獻標識碼：B

文章編號：1671-489X（2021）02-0100-03

Discussion on Teaching Reform of Digital Image Processing and

Analysis Post-graduate Programs in Era of Artificial Intelligence//

SHI Caijuan， LI Wei， LIU Liping， HUANG Xiaohong

Abstract In order to keep up with the development of artificial inte-

lligence technology and meet the needs of innovative graduate stu-dents in the era of artificial intelligence， the teaching reform of Digi-

tal Image Processing and Analysis graduate course is carried out.

This paper analyzes the limitation of the existing course， improves and updates the teaching content by introducing the latest research

results and paying attention to the practical application and interdis-ciplinary integration， and reforms the corresponding teaching me-thods and evaluation methods， so as to better cultivate the practical ability and innovation ability of graduate students.

Key words graduate students; artificial intelligence; digital image

processing and analysis; teaching reform; task driven teaching method

0 前言

2017年7月，國務(wù)院印發(fā)并實施《新一代人工智能發(fā)展規(guī)劃》，提出搶抓人工智能發(fā)展的重大戰(zhàn)略機遇，加快建設(shè)創(chuàng)新型國家和世界科技強國，加快人工智能高端人才培養(yǎng)，建設(shè)人工智能學(xué)科，發(fā)展智能教育。2018年4月，教育部發(fā)布《高等學(xué)校人工智能創(chuàng)新行動計劃》，從高等教育領(lǐng)域推動落實人工智能發(fā)展，引導(dǎo)高等學(xué)校瞄準世界科技前沿，不斷提高人工智能領(lǐng)域科技創(chuàng)新、人才培養(yǎng)和國際合作交流等能力，為我國新一代人工智能發(fā)展提供戰(zhàn)略支撐。2019年2月，國務(wù)院發(fā)布《中國教育現(xiàn)代化2035》，提出加快推進信息化時代的教育變革，利用現(xiàn)代技術(shù)加快推動人才培養(yǎng)模式改革。在這些政策的引導(dǎo)下，人工智能技術(shù)得到迅猛發(fā)展，對人工智能人才的培養(yǎng)也提出更高的要求。

近年來，人工智能技術(shù)得到廣泛研究并被應(yīng)用于智能終端、工業(yè)制造、醫(yī)療輔助診斷、自動化控制、智能機器人等多個領(lǐng)域，極大地促進了科技進步和經(jīng)濟發(fā)展。另外，在新工科、新醫(yī)科以及醫(yī)工融合建設(shè)背景下，人工智能與其他學(xué)科有了很大的交叉融合。作為人工智能的“眼睛”，計算機視覺已經(jīng)成為當前人工智能領(lǐng)域的一個重要研究熱點，而計算機視覺中的很多技術(shù)是基于數(shù)字圖像處理與分析的。因此，為了緊跟人工智能時代的發(fā)展步伐和多學(xué)科交叉融合的發(fā)展趨勢，培養(yǎng)人工智能時代下的創(chuàng)新型研究生人才，如何對研究生數(shù)字圖像處理與分析課程進行教學(xué)改革，突破現(xiàn)有教學(xué)內(nèi)容和方法的局限，緊跟數(shù)字圖像處理及分析技術(shù)發(fā)展前沿，已經(jīng)成為研究生教學(xué)及培養(yǎng)中一個亟待解決的關(guān)鍵問題。

1 數(shù)字圖像處理與分析課程的局限性

目前，華北理工大學(xué)正在進行人工智能學(xué)科建設(shè)，并積極推進新工科、新醫(yī)科以及醫(yī)工融合建設(shè)。然而，作為人工智能與醫(yī)工融合相關(guān)的碩士研究生必修課程，數(shù)字圖像處理與分析在教學(xué)內(nèi)容及方法等方面還存在許多局限：內(nèi)容陳舊，沒有緊跟人工智能技術(shù)前沿發(fā)展;理論性強，與人工智能領(lǐng)域的具體應(yīng)用聯(lián)系性不強;學(xué)科局限，與醫(yī)學(xué)、工業(yè)、軍事等相關(guān)領(lǐng)域交叉融合性差;教學(xué)方法和考核方式傳統(tǒng)單一;等等。這些局限阻礙了研究生對人工智能領(lǐng)域數(shù)字圖像處理相關(guān)知識的掌握和應(yīng)用，限制了研究生創(chuàng)新思維、創(chuàng)新能力和完成實際任務(wù)能力的培養(yǎng)，不符合人工智能時代對創(chuàng)新型研究生人才的需求。本文針對以上局限，從教學(xué)內(nèi)容、教學(xué)方法和考核方法三方面對研究生數(shù)字圖像處理與分析課程改革進行探討。

2 完善更新教學(xué)內(nèi)容

教學(xué)內(nèi)容方面的改革主要包括：緊跟人工智能技術(shù)發(fā)展，完善更新課程教學(xué)內(nèi)容，刪除或者縮減陳舊內(nèi)容，引入前沿方法及最新成果;注重理論與應(yīng)用結(jié)合，引入具體實際應(yīng)用案例;注重學(xué)科交叉融合，引入醫(yī)學(xué)、冶金等其他學(xué)科的案例等。具體介紹如下。

刪除或者縮減陳舊內(nèi)容，引入前沿方法及最新成果? 去掉Robot邊緣檢測法、Sobel邊緣檢測法等傳統(tǒng)圖像分割方法的具體講解，引入人工智能領(lǐng)域圖像分割的前沿研究成果，如基于深度學(xué)習(xí)的圖像語義分割、實例分割和全景分割等，使研究生能夠緊跟圖像分割技術(shù)的發(fā)展動態(tài)及前沿;在圖像復(fù)原方法中減少對傳統(tǒng)的反向濾波器和維納濾波器的講解，引入基于深度學(xué)習(xí)的圖像復(fù)原方法及研究成果;圖像增強中增加基于深度學(xué)習(xí)的增強方法，如基于卷積神經(jīng)網(wǎng)絡(luò)的深度自動編碼器、弱照明圖像增強和低光增強方法等。通過刪除和縮減數(shù)字圖像處理與分析課程中陳舊的方法和技術(shù)，引入基于深度學(xué)習(xí)的相關(guān)方法和最新研究成果，使研究生能夠了解和掌握這些技術(shù)的最新發(fā)展動態(tài)，開闊他們的創(chuàng)新思維和學(xué)術(shù)視野。

注重理論與應(yīng)用結(jié)合? 在講解數(shù)字圖像處理與分析基礎(chǔ)理論的同時，通過具體案例講解不同數(shù)字圖像處理和分析技術(shù)的實際應(yīng)用。講解圖像復(fù)原技術(shù)時，引入利用圖像復(fù)原技術(shù)的圖像去霧、圖像去雨、圖像去霾等具體應(yīng)用案例;講解圖像分割時，引入利用圖像語義分割、實例分割等的自動駕駛應(yīng)用場景;講解圖像分析與理解時，引入基于深度學(xué)習(xí)的目標檢測和識別具體應(yīng)用，如人臉識別、表情識別等。通過理論與具體應(yīng)用的緊密結(jié)合，研究生在掌握數(shù)字圖像處理與分析技術(shù)基礎(chǔ)知識的同時，能夠了解這些方法的具體應(yīng)用，激發(fā)學(xué)習(xí)興趣，為學(xué)以致用提供廣闊的思路和方向，從而提高實踐動手能力。

注重學(xué)科交叉融合? 人工智能與醫(yī)學(xué)、冶金、軍事等其他學(xué)科有廣泛的交叉融合，因此，在講解數(shù)字圖像處理與分析技術(shù)時，對其與其他學(xué)科的交叉融合也進行相應(yīng)介紹。例如：醫(yī)工融合，將圖像分割等技術(shù)引入醫(yī)學(xué)影像診斷，從而提升癌癥等疾病的診斷準確性;人工智能與冶金的交叉融合，將圖像增強技術(shù)引入鋼產(chǎn)品缺陷檢測，提升缺陷檢測的性能，從而提高鋼鐵的生產(chǎn)質(zhì)量和產(chǎn)量;與軍事交叉融合，將基于深度學(xué)習(xí)的目標檢測技術(shù)引入軍事裝備檢測，提高軍事裝備檢測的精度和速度等。通過與其他學(xué)科的交叉融合，使研究生能夠更全面地了解到數(shù)字圖像處理與分析技術(shù)的重要性及作用，拓展他們的研究領(lǐng)域，激發(fā)他們的研究興趣，還能進一步拓寬他們將來的就業(yè)方向。

通過對數(shù)字圖像處理與分析課程內(nèi)容的完善更新，不僅可以滿足人工智能時代研究生所應(yīng)具有的專業(yè)知識的要求，也為他們后續(xù)的學(xué)習(xí)及研究奠定良好的基礎(chǔ)。

3 改革教學(xué)方法

為了使研究生更好地掌握數(shù)字圖像處理與分析課程內(nèi)容，深刻了解相關(guān)技術(shù)的前沿發(fā)展動態(tài)，以及與其他學(xué)科的交叉融合和廣泛應(yīng)用，結(jié)合教學(xué)內(nèi)容對該課程的教學(xué)方法進行改革和探索。

以學(xué)術(shù)會議和學(xué)術(shù)論文為驅(qū)動的教學(xué)方法? 為了使研究生了解數(shù)字圖像處理與分析技術(shù)的最新發(fā)展動態(tài)，采用了解學(xué)術(shù)會議—閱讀學(xué)術(shù)文章—參加學(xué)術(shù)會議的教學(xué)方法。

1）安排研究生通過網(wǎng)絡(luò)查詢圖像處理、計算機視覺及人工智能等相關(guān)領(lǐng)域的國內(nèi)外頂級學(xué)術(shù)會議（如CVPR、ICCV、ECCV、ICML等），并分組介紹所查會議情況。

2）指導(dǎo)研究生閱讀發(fā)表在頂級會議或者頂級期刊（IEEE

Transactions on Pattern Analysis and Machine Intelligence，IEEE

Transaction on Multimedia等）上的圖像分割、圖像復(fù)原、圖像增強、圖像分類識別等相關(guān)學(xué)術(shù)論文。

3）鼓勵研究生積極參加線上或者線下相關(guān)學(xué)術(shù)會議，通過這種教學(xué)方法使他們能夠了解人工智能時代數(shù)字圖像處理與分析技術(shù)的最新發(fā)展動態(tài)，極大地拓展他們的學(xué)術(shù)視野。另外，還能培養(yǎng)研究生查閱文獻資料、閱讀學(xué)術(shù)論文的能力，充分調(diào)動他們的學(xué)習(xí)主動性和探索精神。

以任務(wù)為驅(qū)動的教學(xué)方法? 為了使研究生了解人工智能時代數(shù)字圖像處理與分析技術(shù)的廣泛應(yīng)用以及多學(xué)科交叉融合，采用基于案例講解—實際項目研究的任務(wù)驅(qū)動式教學(xué)方法。

1）在教學(xué)過程中積極引入各種實際案例，如醫(yī)學(xué)領(lǐng)域的癌細胞檢測和識別任務(wù)、公共安全領(lǐng)域的模糊車牌號碼識別或者人臉表情識別任務(wù)、鋼鐵行業(yè)中鋼板尺寸及缺陷檢測任務(wù)，軍事領(lǐng)域的軍事裝備檢測識別任務(wù)等，講解這些案例中所用到的圖像預(yù)處理、圖像復(fù)原、圖像增強、圖像分割以及圖像識別等具體的數(shù)字圖像處理與分析技術(shù)。

2）以研究生創(chuàng)新基金項目、教師的橫縱向科研課題等為依托，指導(dǎo)研究生參與實際項目研究。采用基于案例講解—實際項目研究的任務(wù)驅(qū)動式教學(xué)方法，研究生不僅了解到數(shù)字圖像處理與分析技術(shù)的具體應(yīng)用，以及與其他學(xué)科的深度交叉融合，同時極大地提升了學(xué)習(xí)的興趣，拓展了研究思路和方向，提高了實踐動手能力和創(chuàng)新能力。

4 改革考核方式

為了更好地培養(yǎng)人工智能時代的創(chuàng)新型研究生人才，對數(shù)字圖像處理與分析課程的考核方式也進行了改革。課程采用考核制，考核成績由三部分組成：前沿綜述論文成績、任務(wù)研究成績及PPT報告成績。

1）為了考核研究生對數(shù)字圖像處理與分析相關(guān)技術(shù)的最新研究進展的掌握情況，給他們布置前沿綜述論文撰寫任務(wù)，并根據(jù)撰寫內(nèi)容的前沿性及全面性給出前沿綜述論文成績。該項成績占本課程總成績的30%。

2）為了考核研究生對數(shù)字圖像處理與分析相關(guān)技術(shù)的實際應(yīng)用能力，給他們布置研究任務(wù)，要求編寫代碼仿真實現(xiàn)并撰寫研究報告，根據(jù)仿真結(jié)果及研究報告完成情況給出任務(wù)研究成績。該項成績占本課程總成績的40%。

3）為了考核研究生對該課程的掌握和理解情況，給他們布置PPT講解任務(wù)，內(nèi)容包括前兩項考核內(nèi)容，根據(jù)PPT內(nèi)容及講解情況給出PPT報告成績。該項成績占本課程總成績的30%。

通過此種考核方法，進一步促進研究生對數(shù)字圖像處理與分析相關(guān)技術(shù)最新研究進展的了解和掌握，深化他們對相關(guān)技術(shù)具體應(yīng)用以及交叉融合應(yīng)用的理解，極大地調(diào)動他們學(xué)習(xí)的主動性，也很好地培養(yǎng)了他們的實踐動手能力與創(chuàng)新能力。

5 結(jié)語

為滿足人工智能時代對創(chuàng)新型研究生人才的需求，對數(shù)字圖像處理與分析研究生課程進行教學(xué)改革和探討：分析了人工智能時代對研究生人才的迫切需求，以及現(xiàn)有課程的局限性;完善更新課程教學(xué)內(nèi)容，刪除或者縮減陳舊內(nèi)容，引入前沿方法及最新成果，注重理論與應(yīng)用結(jié)合以及學(xué)科交叉融合;改革教學(xué)方法，采用了解學(xué)術(shù)會議—閱讀學(xué)術(shù)文章—參加學(xué)術(shù)會議的以學(xué)術(shù)會議和學(xué)術(shù)論文為驅(qū)動的教學(xué)方法，采用基于案例講解—實際項目研究的任務(wù)驅(qū)動式教學(xué)方法;改革考核方式，采用前沿綜述論文、任務(wù)研究及PPT報告相結(jié)合的考核方式及成績構(gòu)成。通過改革，取得很好的教學(xué)效果。

參考文獻

[1]劉東，方芳.人工智能視域下數(shù)字圖像處理課程的教學(xué)改革[J].福建電腦，2020（3）：23-26.

[2]酒明遠.人工智能背景下數(shù)字圖像處理教學(xué)方法的兩點思考[J].科技風(fēng)，2019（11）：84.

[3]史彩娟，黃曉紅.基于創(chuàng)新型研究生培養(yǎng)模式的數(shù)字圖像處理與分析課程教學(xué)改革初探[J].中國教育技術(shù)裝備，2018（10）：93-94，105.

[4]薛亞茹，陳沖.研究型“數(shù)字圖像處理”課程教學(xué)方法探討[J].教育教學(xué)論壇，2020（4）：238-239.

[5]史彩娟，趙麗莉，黃曉紅.基于項目驅(qū)動的數(shù)字圖像處理與分析課程教學(xué)改革[J].中國教育技術(shù)裝備，2019（3）：80-81，86.

[6]張成業(yè)，李軍，袁德寶，等.人工智能與大數(shù)據(jù)時代的《遙感數(shù)字圖像處理》教學(xué)內(nèi)容改革探討[J].北京測繪，2020（6）：876-880.