“双一流”高校建设背景下研究生“计算机视觉原理与应用”课程教学改革探索

罗晓清　张战成　康振

摘    要：课程教学质量决定人才培养质量，为了建设“双一流”高校，对研究生“计算机视觉原理与应用”课程教学改革进行探索。针对“计算机视觉原理与应用”课程内容定位不准确、教学模式过于传统、工程实践性不强、考核方式单一等问题，通过关注“计算机视觉原理与应用”课程本科教学与研究生教学的差异化、“计算机视觉原理与应用”课程与“数字图像处理”课程的联系与区别、计算机视觉的科学前沿性等方面，来准确定位课程内容，采用探索式教学、研讨式教学、案例教学等模式开展教学活动，实施有效的过程性和多元化课程考核方式，以期将创新能力和实践能力培养融入课程教学中。通过改革有效地提高了学生学习的主动性，提升了学生解决实际问题的能力，发挥了课程对于“双一流”高校建设的基础性作用。

关键词：双一流;计算机视觉;教学改革;创新;实践

中图分类号：G643.2              文献标识码：A             文章编号：2095-7394（2020）02-0100-06

计算机视觉是一门用机器模仿人类眼睛“看”的技术，具体来说就是运用成像设备和计算机模拟人眼对目标感知识别跟踪等视觉能力，并能够对图像做进一步处理，通过计算机处理后的图像能够更好地被人眼感知以及被机器处理[1]。计算机视觉学科通过运用相关的理论知识和技术手段从图像数据和视频数据中获取有用信息，利用计算机实现基于立体视觉或单目视觉的二维投影图像重构三维物体，从而达到机器对三维景物世界的理解能力。“计算机视觉原理与应用”课程是计算机类研究生的专业选修课程，该课程的开设将使得学生能够系统地学习计算机视觉的相关知识，如：掌握图像生成的原理，摄像机标定及低中层计算机视觉技术的原理、方法，了解高层计算机视觉技术与应用，深刻体会数学与计算机视觉技术的完美整合，从而为将来从事这一领域的研究打下坚实的基础。“计算机视觉原理与应用”课程教学需要培养研究生对计算机视觉领域的好奇心，学生的好奇心会驱使其主动地发现计算机视觉领域的问题，激发通过计算机视觉算法解决实际应用需求的思考，培养计算机视觉方法程序实现的实践能力，提升在视觉方法论上的创新能力。我们发现，在近几年的课堂教学过程中存在一些问题，比如：课程内容定位不准确、教学模式单一、工程实践性不强、考核方式缺乏过程性评价等。因此，本文依据国家“双一流”高校建设的要求，就课堂教学现有状态进行分析并改革探索，以期培养高层次的计算机创新人才。

1   课堂教学在“双一流”高校建设中的重要作用

“双一流”高校建设要求深化研究生教育综合改革，理清在不同学位层次下的培养目标，改进研究生培养体系，改革研究生培养方式，尤其要注重研究生创新能力的提升，强化研究生实践应用能力培养。当前，以“双一流”建设为契机，通过强化研究生实践能力，多方集成教育资源，制定跨学科人才培养方案，探索建立政治过硬、行业急需、能力突出的高层次复合型人才培养新机制，大力培养高层次应用创新型人才是高校研究生人才培养的目标[2]。“双一流”高校建设离不开一流研究生专业建设，而一流研究生专业建设的核心是课程建设。研究生通过课程学习能掌握必备的专业基础知识，因此，课程建设是研究生人才培养中最重要、最基本的元素，课程质量会直接影响人才培养质量。课程应当在“双一流”建设中发挥核心支架作用，使得一流大学的建设在内涵上得到根本的提升。这就要求高校必须从课程建设入手，从课程的目标设置、内容实施、教学模式和评价反馈等多方面深入改革，构建能够引领一流大学建设的专业课程，助推“双一流”建设。为了实现课程对“双一流”建设的助推力，江南大学以优质课程建设作为高校学科建设的有效抓手，在加快推进“双一流”建设进程中，坚持主流价值导向，坚持内涵提升，将课程建设作为教育教学内涵式发展的战略工程和基础工程。同时，积极探索建立激励保障及质量监控机制，立体化建设优质课程，基于“双一流”高校建设背景，对研究生“计算机视觉原理与应用”课程进行了改革。改革后的课堂教学注重不同培养阶段课程和教学的整体化体系构建，考虑个体发展的差异性，遵循学生对知识掌握的规律，大力提倡教与学的互动，同时，在课程体系中融入创新创业能力和实践能力的培养。

2   课堂教学现状

计算机视觉利用多种类型的成像设备模拟视觉器官实现信息获取，获取的信息由计算机模拟大脑神经系统进行解释加工。计算机视觉的发展目标是使得计算机能够像人那样自主去看世界、理解世界，因此，计算机视觉被广泛地应用于众多领域，比如：工业控制、农业生产、军事、楼宇监控、智慧医疗及天文气象等。随着计算机视觉技术在各领域应用的飞速发展，许多高校在研究生培养阶段开设了“计算机视觉原理与应用”这门课程。该课程为面向计算机科学与技术、计算机技术专业的专业特色选修课，共计32学时，2个学分。该课程与一些学科的研究目标相近或相关，主要有数字图像处理、人工智能、模式识别等。在江南大学研究生培养阶段，除了开设“计算机视觉原理与应用”这门课程，同期开设的还有“数字图像处理”“模式识别”“机器学习”等课程。通过本课程的学习，要求学生：了解计算机视觉的基础知识以及该领域最新的发展动态;建立视觉机制、光学成像模型的概念;掌握摄像机定标、多视几何、立体视觉、运动视觉（或称序列图像分析）等方面的理论知识与实践运用方法。课程通过讲授计算机视觉领域处于前沿主流的若干主题及其应用，使学生提高对这一领域的认识，能够初步运用以上所学方法解决一些实际应用问题，为今后应用计算机视觉理论和技术打下坚实的基础。在课程的实施过程中，目前主要存在的问题有以下几个方面：（1）该课程属于视觉信息处理体系，视觉信息处理包含了图像工程和图形工程两大类。目前，视觉信息处理体系类的课程科目较多，课程之间界限不够明确。此外，“计算机视觉原理与应用”在不同的培养层次都有开设，这种状态容易导致课程内容定位不准确。（2）该课程属于专业选修课，侧重研究性。如果依然采用传统的讲授型教学模式，将不利于研究生创新能力和实践能力的培养。因此，教学模式过于单一化是目前课程教学的又一问题。（3）研究型的課程除了理论教学以外，还需要培养学生将算法理论编程实现的能力。当前，研究生“计算机视觉原理与应用”教学内容工程实践性不强，导致学生的编程开发能力较弱。（4）教学质量的评价离不开课程考核机制。目前，该课程考核方式是一种终结性考核。有别于传统课程考核，“计算机视觉原理与应用”课程应该注重考核学生思考问题的能力、创新能力以及实践能力。当前的考核方式评价不够全面，考核方法需要优化。由于上述问题的存在，因此有必要进行教学改革。

3   课堂教学改革思路

3.1  准确定位课程内容

近年来，随着人工智能的迅速发展，计算机视觉在智能社会中有着不可忽视的重要地位。各大高校相继在研究生培养体系中加入计算机视觉类课程，甚至有些高校将该课程纳入本科生选修课体系范畴内。“计算机视觉原理与应用”课程涉及人工智能、模式识别以及射影几何、矩阵张量等知识领域。该课程知识覆盖面广，内容广泛。同时，由于信息技术的飞速发展，计算机视觉知识更新快，这就要求课程内容必须紧跟学术前沿。因此，做好課程内容的定位是上好这门课的首要任务。课程内容定位主要考虑以下三个方面。

第一，“计算机视觉原理与应用”课程本科教学与研究生教学的差异化处理。本科教育的核心是掌握基础理论和基本实践技能的通识教育[3]。学生需要掌握一定的理论知识和实践技能，具有专业理论素养，为后续的学习深造和工作打好基础做好准备。因此，本科生的“计算机视觉原理与应用”课程侧重于计算机视觉的一些基本原理、方法的介绍，要求学生了解计算机视觉的发展历史，了解当前该领域的技术热点，并能够根据所学知识解决一些基本的实践性问题。研究生教育要体现专业性和前沿性，研究生教育需要专业化、系统化、前沿化[4]。深入培养专业人才，除了需要牢固地掌握专业基础知识外，还需要具备高层次的专业技能，以及扎实的实践能力，并要紧跟学术前沿[5]。基于这一教育目标，面向研究生讲授的“计算机视觉原理与应用”课程除了对低层视觉的介绍，还需要侧重于中高层视觉知识点的讲解。比如，立体视觉、从运动估计仿射模型以及从运动估计投影模型等。因此，在研究生“计算机视觉原理与应用”课程中应该降低低层视觉内容的讲解比例，加大中高层视觉知识点的学时比例。同时，在教学计划中为学术热点安排学时。这样，使得研究生阶段开设的“计算机视觉原理与应用”课程与本科阶段开设的该课程在内容安排、学习深度上都有着本质的差异，从而避免研究生课程教学本科化现象。

第二，“计算机视觉原理与应用”课程与“数字图像处理”课程的联系与区别。计算机视觉作为人工智能与模式识别知识体系中的一部分，必然与机器学习、模式识别以及图像处理等课程有着较多的相关性。其中，又以计算机视觉与数字图像处理联系更为紧密。数字图像处理一般处理单幅图像，通过一定的算法对输入的图像进行变换或者分析图像的内容，提取有效信息的特征，用于后一步的处理[6]。常用的图像处理有图像变换、图像去噪、图像增强、图像恢复等。计算机视觉处理的对象有单幅图像、多幅图像或者序列图像。计算机视觉对信息的有效特征进行分析，实现场景的语义级理解，以期让计算机拥有人眼和人脑的能力。总的来说，计算机视觉和数字图像处理之间并没有一个明确的边界线。图像处理属于计算机视觉的低层视觉范畴;图像分析归为中间层视觉;计算机视觉归为高层视觉。一般来说，计算机视觉教材会对图像处理的基本知识点作一定的介绍。考虑到当前“数字图像处理”课程较“计算机视觉原理与应用”课程开设更为普及，大部分研究生在本科阶段已经学习了数字图像处理的基本知识。这样，就要求在“计算机视觉原理与应用”课程教学中减少低层视觉的课时，将课程内容重点放在中间层视觉和高层视觉中。要避免“计算机视觉原理与应用”课程重复“数字图像处理”课程的内容，“计算机视觉原理与应用”课程是“数字图像处理”课程的提升，它进一步将知识迁移到计算机视觉学习上，增强了学生对图像和视频的处理能力，开阔了其学术视野。

第三，“计算机视觉原理与应用”课程的科学前沿性。计算机视觉是当前的学术热点，该领域的发展日新月异。“双一流”高校建设要求培养高层次的计算机创新人才。因此，“计算机视觉原理与应用”的课程教学内容除了讲解计算机视觉的基本理论，还应该引入学术前沿知识介绍。比如，在计算机视觉中经常用到的深度神经网络技术，已经被安排在课程教学计划中。通过课堂上讲解深度神经网络，使学生掌握其基本原理，在此基础上，安排基于深度神经网络的计算机视觉优秀学术论文讨论课。这有助于学生更进一步地理解深度神经网络的概念，学会如何利用新技术解决计算机视觉中的实际应用问题。通过保证“计算机视觉原理与应用”课程的科学前沿性，能够提升学生解决问题的能力以及学术创新素养。

3.2  采取多元教学模式

“计算机视觉原理与应用”是一门知识点多、范围广泛、与现实结合紧密的课程。为了培养研究生的学术能力和创新性，必须对传统的讲授型为主的教学模式进行改革。在教学过程中，主要采用探索式教学、研讨式教学、案例教学等模式开展教学活动。硕士研究生阶段的“计算机视觉原理与应用”课程除了介绍基本的计算机视觉知识，还需要补充一些学术性和应用性较强的学术前沿知识，比如卷积神经网络、自编码网络等在计算机视觉中的运用。在课堂上有限的时间内教师很难讲解全部的相关知识，只能挑核心知识点进行讲授，知识点的拓展则需要教师通过探索式教学模式引导学生完成。比如，在学期初要求学生就计算机视觉的某一专题完成综述论文。学生自主选题实际上就是要求学生通过调研了解计算机视觉的研究现状，在宏观上对这一课程的知识点有所把握。教师对学生递交的选题进行审核，审核通过后学生开始查阅文献完成综述论文的撰写，学期末上交。为了完成综述论文，学生必须就某一专题开展大面积的调研，必须了解这一专题的发展历程和逻辑关系，通过这种形式培养学生自主开展调查研究的能力，使其学会选择有效文献，从而提升学生的知识考察能力。

研究生的“计算机视觉原理与应用”课程除了课堂上教师讲解，还需要加强学生的学术交流能力。因此，研讨式教学模式得到了大力提倡。我们会留出6课时作为小组讨论交流课，教师将当前的研究热点或者学生感兴趣的知识点作为讨论课题。学生通过一段时间的调查理解，形成自己的研究报告。在小组讨论课上，通过PPT向全班同学介绍自己的调研结果，大家就调研结果讨论交流。讨论课的开展能够很好地激发学生的学习热情，使他们分享各自的学术理解，产生思维碰撞。鉴于计算机视觉学科的应用性，“计算机视觉原理与应用”课程不仅仅是算法的介绍，还应该落实到具体的实践应用中。通过案例教学模式可以有效地将理论知识落实到实际应用中。比如，计算机视觉中经典的视觉感受野模型，它是通过生物视觉领域的研究探索大脑的视觉结构[7]。我们讲解了猫的视网膜节细胞同心圆感受野，它可分为On型感受野节细胞和Off型感受野节细胞两类，并推导了感受野数学模型[8]。为了使学生更好地理解感受野模型在实际问题中的应用，课堂上还以基于感受野模型的融合方法和基于感受野模型的目标跟踪方法为例，具体探讨了感受野模型的应用。通过案例教学，使学生对感受野模型的理解更为深刻，同时，也使他们领悟到如何将方法论用于实际问题的解决。

3.3  突出教学实践

“计算机视觉原理与应用”是一门实践性非常强的课程，因此在课程教学中突出工程实践性是非常有必要的。鉴于教学内容的时效性，实践内容也应该同步更新并体现工程实践性。在实验内容中应增加设计性实验和综合性实验的比例。为了完成实验内容，学生需要学习MatLAB、OpenCV、python、Tensorflow等编程语言和软件库的使用，要鼓励学生使用新方法来完成实验，以达到实验要求。最终，通过实验指标来评价实验完成情況。为了锻炼学生的工程实践性，鼓励学生参加计算机视觉的相关竞赛，以赛促学，从而提升他们的实践应用能力和综合解决问题能力。

3.4  优化考核方式

考核方式在课程教学体系中有着重要的导向作用[9]。考核方式应该与教学模式相匹配，良好的考核方式有利于激发学生的学习积极性，取得更好的学习效果。传统的“计算机视觉原理与应用”课程考核模式一般由平时成绩和期末成绩组成：期末成绩一般是对大作业和实验作业的评价，是一种终结性考核;平时成绩由出勤、上课表现等部分组成，如果学生按时到课，他们的平时成绩区分度不大。学习是一种过程性的行为，为了更准确地评价学生的学习效果，应该建立全方位、过程性的考核方式。比如：针对学生讨论课的表现，给出调研报告成绩;在课程开始时，设置课程回顾练习，用于评价学生对已学知识的掌握;布置课后作业，通过对课后作业的评价发现学生对所教知识点的掌握情况，及时调整教学策略。鉴于“计算机视觉原理与应用”课程的实践性，对于实验课的评价也应该是具有过程性的。目前，有部分学生对实验课不够重视，通过抄袭其他同学的实验方案完成实验要求。这就要求教师重视学生的实验实施过程，对学生的实验准备、算法分析、程序编写调试、实验设计等全过程进行跟踪评价，避免对学生提交的实验报告进行单一的终结性评价。有效的过程性和多元化评价，能够及时发现教学中存在的问题，有利于调整教学安排，有利于激发学生的学习积极性，进而提高教学质量。

4   课堂教学改革效果

（1） 针对课程内容的调研。教学改革之前，有30%的学生认为“计算机视觉原理与应用”课程内容需要重新定位。实施课程教学改革之后，对学习该课程的56位研究生进行了问卷调查，有98%的学生表示课程内容与本科所授内容不重复，具有更好的深度和广度;95%的学生表示“计算机视觉原理与应用”课程内容与“数字图像处理”课程内容大部分不重复，具有区分度，侧重于中高层视觉知识点的讲解;96%的学生认为“计算机视觉原理与应用”课程讲授内容体现了科学前沿性，有利于培养学生的创新能力。

（2）提高了学生学习的主动性。采用多种教学模式以及加大过程性考核后，有98%的学生表示从未逃课，这一数据与上课考勤情况相符合，说明教学改革使得学生的学习积极性有所提高。有80%的学生小组交流获得了85分以上的成绩，相比教学改革前，提升了10个百分点。这说明研讨式教学和案例化教学促进了学生对理论知识的融会贯通，提升了学生思考问题的能力，有利于激发研究生的创新思想。过程性考核方式的运用进一步增强了学生主动学习的能力。

（3） 提高了学生解决实际问题的能力。通过案例化教学和教学过程中突出工程实践的举措，有83%的学生在实验模块取得了“良”以上成绩，相对改革前增长了12个百分点。这一数据说明，通过教学改革学生的实践能力得到了提升。此外，有22%的学生综述论文被评为优秀，较以往增长11个百分点。这说明学生在发现问题、思考问题能力以及创新能力上都有所进步，达到了“计算机视觉原理与应用”教学改革的目标。

5   结语

在“双一流”高校建设背景下，本文探讨了当前研究生“计算机视觉原理与应用”课程教学中的不足之处，并从课程内容定位、教学模式、工程实践以及考核方式等多方面展开探讨，提出了一些可行的教学改革方法。对于研究生来说，这些教学改革手段有利于提升其专业素养、培养其创新能力、拓宽其学术眼界，符合“双一流”高校建设下的高层次复合型人才培养要求。

参考文献：

[1] 科学百科-计算机视觉[EB/OL].[2018-07-04].http：//baike.baidu.com/item/计算机视觉/2803351？fr=aladdin.

[2] 三部门印发《关于高等学校加快“双一流”建设的指导意见》的通知[EB/OL].（2018-08-27）[2019-09-10]. http：//www.gov.cn/xinwen/2018-08/27/content_5316809.htm.

[3] 阳荣戚，胡陆英.我国硕士研究生教育“本科化”倾向及其应对措施[J]. 研究生教育研究， 2014（1）： 11-16.

[4] 边国英. 科研过程、科研能力以及科研训练的特征分析[J]. 教育学术月刊， 2008（5）：22-25.

[5] 包水梅，高洁.从本科生与研究生培养方案的比较看研究生教育的本质[J]. 现代教育科学， 2006（1）： 139-142.

[6] 蔡军， 王欣. 数字图像处理技术[J]. 科技信息， 2012（31）：132.

[7] 刘伟，袁修干， 杨春信，等. 生物视觉与计算机视觉的比较[J]. 航天医学与医学工程， 2001， 14（4）：303-308.

[8] 王丽，张恩光. 生物视知觉系统中神经元感受野的数学结构探讨[J]. 科技信息， 2009（16）：76.

[9] 罗三桂，刘莉莉. 我国高校课程考核改革趋势分析[J]. 中国大学教学， 2014（12）：71-74.

责任编辑    祁秀春

Reformation of Graduate Computer Visionin the Context of the “Double First-rate” University Construction

LUO Xiaoqing1，ZHANG Zhancheng2，Kang Zhen 3

（1. School of Internet of Things，Jiangnan University，Wuxi 214122，China;2. College of Electronic and Information Engineering，Suzhou University of Science and Technology，Suzhou 215009，China;3. School of Biotechnology，Jiangnan University，Wuxi 214122，China）

Abstract： The quality of course teaching determines the quality of talent training. Therefore，it is necessary to explore the teaching reform of computer vision course for postgraduates according to the opportunity of “double first-rate” university construction. The reform exploration is implemented on the inaccurate positioning of course content，the traditional teaching mode，the insufficient engineering practice and the simplified examine approach in this paper. The content of course is accurate defined by focusing on the difference between undergraduate and graduate teaching of computer vision courses，the relation and difference between computer vision course and digital image processing course，the science frontier of computer vision. The teaching activities are executed by exploratory teaching，discussion teaching and case teaching. The effective process and diversified course assessment is carried out. The above-mentioned reform methods are help for integrating the cultivation of innovation ability and practical ability into the teaching curriculum. The above-mentioned reform methods have effectively improved studentsinitiative in learning， enhanced studentsability to solve practical problems，and played the fundamental role of curriculum in the construction of “double first-rate” universities.

Key  words： double first-rate;computer vision;teaching reform;innovation;practice

收稿日期：2019-11-12

基金項目：国家自然科学基金“基于多尺度分析的图像融合方法研究”（61772237）;江南大学研究生教育教学改革研究                           与实践课题“计算机类研究生多维培养模式研究与实践”;江南大学研究生教育教学改革研究与实践课题                               “国际化高素质创新型研究生培养模式的探索”（江大研〔2016〕557号）

作者简介：罗晓清，副教授，博士，主要研究方向为人工智能与模式识别;张战成，副教授，博士，主要研究方向为模式识                           别、图像处理;康振，教授，博士，主要研究方向为微生物合成生物学与代谢工程。