人工智能时代数字图像处理的教学改革

2021-10-11钟必能张洪博

科学咨询 2021年37期

钟必能张洪博

（华侨大学计算机科学与技术学院福建厦门 361021）

数字图像处理课程是计算机科学与技术、数字媒体技术、电子信息科学与技术等工科专业本科生，软件工程、计算机应用技术等专业研究生必修的一类专业基础课程。数字图像处理课程具有如下特点：（1）学科交叉性强，涉及数学、光学、电子学、摄影测量、计算机技术等技术；（2）复杂的综合性：是一个高度综合的技术学科，概念和知识点涉及面广，如空间域，频率域，多分辨多尺度分析等，比较抽象和难以理解；（3）工程和项目实践能力要求高。然而根据作者在华侨大学计算机科学与技术学院讲授数字图像处理课程的十年教学经验，以及与国内外图像处理同行专家的讨论交流（包括中科院计算所、自动化所、哈工大、厦门大学等单位），发现传统数字图像处理课堂的教学方式，偏重于理论知识的传授，关注记忆和理解等较低层级的学习能力。理论学习与实践应用脱节，难以在学习过程中调动学生的主动性、参与性和协作性，进而影响学习效果。针对数字图像处理课程实践性强、理论知识点相对集中的课程特点，虽然有一部分学者提出将项目式教学法引入数字图像处理课程的教学过程中，将教学内容以项目为主导，进行重新整合，把知识点融入到各个教学项目中，学生通过完成项目任务来实现对大量新知识的整理，使知识的理解和记忆变得更容易，保持的时间更长，从而提高教学效率，使得理论教学和实践锻炼融为一体，并相互促进。但是，基于项目式教学的数字图像处理课程在实践中也遇到了一些难题。首先，教学内容多，课堂时间严重不足。项目式教学在课堂上，除了讲解项目所需的理论知识以外，还需要教师进行项目讲解和示范。项目结束后，还需对项目成果进行汇报总结。这就使原本仅用于讲解理论知识的课堂学时捉襟见肘。其次，学生由于初始知识积累以及学习能力的不同，导致理论知识的学习进度有所差异，传统课堂整齐划一的学习进度并不能适用于所有的学生。学习进度快的学生，无法提前进入项目实践，大量时间用于重复学习，等待进度；而学习进度慢的学生，则在尚未完成理论知识学习的情况下，就仓促地进入项目实践环节，导致项目实践困难重重。再则，学生分组完成项目，各组的项目完成情况及遇到的问题也不尽相同，传统课堂统一的教学内容不适用于这种多分组的教学。无法为每个分组个性化解决其项目中遇到的问题。

与此同时，近年来我国陆续出台《新一代人工智能发展规划》等一系列政策，对计算机大类人才培养提出了一些新的指导和要求。2017 年以来教育部力推“新工科”建设，特别强调计算机类专业的创新实践能力培养。在此背景和趋势下，如何培养计算机专业学生的综合能力并形成规范模式，已成为计算机专业人才培养的核心任务。

由于在数字图像处理课程的教学方面还有上述亟待解决的问题；同时近年来随着教学研究的不断深入，陆续出现一些项目式教学和翻转课堂的教学方式改革，使得教学研究者们对如何有效教学这个经典而重要的课题有了新的认识。以及不断发展的人工智能、“新工科”建设规划，教育部工程教育专业认证[1，2]等新需求。为这些教学问题的解决带来了新的希望，故而在人工智能时代，对数字图像处理课程的教学作进一步的改革与探索，具有极其重要的研究和教学价值。本文以华侨大学计算机科学与技术学院数字图像处理课程的教学改革为对象，参照教育部工程教育专业认证的指导规范[1-2]，总结融合“双创”教育的新工科教学理论与方法[3-5]；探讨建立完善的数字图像处理课程教学大纲、培养目标，及其相应的评价与持续改进机制。

一、教学改革方案

本文的基本研究思路框架图如图1所示：首先研究当前国内外项目教学和翻转课堂的典型教学模式和成功案例，为本课题所研究的基于项目式教学的混合翻转课堂的模式构建提供借鉴。同时构建基于项目式教学的混合翻转课堂教学模式，并将其应用到数字图像处理课程的教学实践中。

图1 数字图像处理课程教学改革研究思路框架图

（1）在融合数字图像处理和人工智能教育方面。人工智能正在像当年的外语、计算机一样，成为人们趋之若鹜的技能之一。在人工智能时代，实现数字图像处理课程与现代人工智能方法及工具的结合，在MATLAB、OpenCV、TensorFlow、Pytorch等教学软件和开源平台上利用人工智能和具体的数字图像处理算法结合（如图2所示），解决数字图像处理课程理论知识概念抽象、空间域、频率域、基于傅里叶变换和小波变换的数字图像处理难以理解等教学难题，选择典型数字图像处理问题，结合人工智能案例作为范例进行编程计算和可视化图形演示，制作生动精美的图形图片和动画文件，为课程课件和课堂教学提供丰富的教学资源，并通过具体的基于人工智能的数字图像处理实验环节，加深学生对数字图像处理问题的直观形象化理解，提高学生对课程的学习兴趣，有利于丰富教学资源，全面提高教学效果。

图2 人工智能和数字图像处理算法结合教学框架图

（2）在践行“双创”教育方面。开展以“数字图像处理”为载体，结合人工智能案例，践行“双创”和新工科教学过程。具体包括以下几个方面：首先引导学生从用户角度认识数字图像处理，及其相关的人工智能产品，了解市场成熟技术以及最新进展，通过产品体验、参观图像处理和人工智能企业、资料调研等方式对图像处理和人工智能产品有主观认识。此外，通过慕课、微课等新媒体技术丰富教学过程，通过讲授图像处理和人工智能理论以及评价系统，让学生具有执行图像处理和人工智能工程实践所需技术，以及发掘、分析、应用现有研究成果，以及评价产品的能力。通过实际产品的认识、资料的阅读培养学生具备宽广的市场视野，了解图像处理和人工智能产品对环境、社会的影响，能够对图像处理和人工智能产品做较为深入的评价。该模块主要研究产业需求、理论知识对教学过程的引导作用，通过产品体验，创业案例，引起学生参与兴趣。

（3）在融合理论和实践教学方面。由于数字图像处理课程学科交叉性强、综合性强、工程和项目实践能力要求高，其实践部分的教学内容，以项目为主导，有利于促进学生目标明确地进行主动学习，加快知识内化过程，并将理论知识灵活地运用于实践中，完成学以致用的完整过程。以数字图形化处理课程中直方图均衡化算法、基于傅里叶变换频域处理算法、基于小波变换的图像多分辨分析算法等为例，这些实验中包含了数据预处理、算法分析和设计、应用等工程实践环节。这部分教学内容的学习目标，除了掌握基本的理论知识以外，更重要的是将学到的理论知识，灵活有效地应用到工程实践环节中。在教学过程中坚持以项目目标为导向，教学内容与市场需求结合，力求培养具有创新意识、创新思维、创新技能、创新人格的四维创新人才。将项目式教学和与翻转课堂相结合(如图3所示)。一切学习活动从项目实践开始，教师按照项目需要重新组织知识点，每个知识点的作用，以及它们之间的相互联系都非常清楚。以项目实践需要，促进学生对理论知识的主动学习，学习目标明确，极大地提高学习的内在动力。这种教学方式，很好地贯彻了“学”是为了“用”的教学理念。将“学”与“用”的过程统一起来，从而实现完整的教学目标，即学习理论知识，并将其灵活有效地应用于实践中。教师对项目完成情况加以点评和指导，并允许学生对项目进行改进，从而在实践中不断纠正学习缺陷，磨炼学生的实践能力。快速提高学习能力，加强学习效果。

图3 理论课堂子项目分组讨论

（4）在培养目标达成评价和持续改进机制方面。给出人工智能时代，创新创业教育与数字图像处理课程融合后的，数字图像处理课程新的教学内容、教学方法方式以及评价体系等相关报告(如图4所示)。设计符合教育部和IEET工程认证规范的，与图像处理相关的创新创业的培养方案持续改进新机制。在培养目标中专门提出创新创业特色，毕业要求中也具体对应指标点。并充分结合毕业生就业去向分布特点的达成评价与持续改进体系。