人工智能時代數字圖像處理與分析研究生課程教學改革探討

史彩娟 李偉 劉利平 黃曉紅

摘? 要 為緊跟人工智能技術發展，滿足人工智能時代對創新型研究生人才的需求，對數字圖像處理與分析研究生課程進行教學改革。分析現有課程的局限性，通過引入最新研究成果和注重實際應用及學科交叉融合來完善更新教學內容，改革相應的教學方法和考核方式，從而更好地培養學生的實踐動手能力和創新能力。

關鍵詞 研究生;人工智能;數字圖像處理與分析;教學改革;任務驅動式教學方法

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，國務院印發并實施《新一代人工智能發展規劃》，提出搶抓人工智能發展的重大戰略機遇，加快建設創新型國家和世界科技強國，加快人工智能高端人才培養，建設人工智能學科，發展智能教育。2018年4月，教育部發布《高等學校人工智能創新行動計劃》，從高等教育領域推動落實人工智能發展，引導高等學校瞄準世界科技前沿，不斷提高人工智能領域科技創新、人才培養和國際合作交流等能力，為我國新一代人工智能發展提供戰略支撐。2019年2月，國務院發布《中國教育現代化2035》，提出加快推進信息化時代的教育變革，利用現代技術加快推動人才培養模式改革。在這些政策的引導下，人工智能技術得到迅猛發展，對人工智能人才的培養也提出更高的要求。

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

1 數字圖像處理與分析課程的局限性

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

2 完善更新教學內容

教學內容方面的改革主要包括：緊跟人工智能技術發展，完善更新課程教學內容，刪除或者縮減陳舊內容，引入前沿方法及最新成果;注重理論與應用結合，引入具體實際應用案例;注重學科交叉融合，引入醫學、冶金等其他學科的案例等。具體介紹如下。

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

注重理論與應用結合? 在講解數字圖像處理與分析基礎理論的同時，通過具體案例講解不同數字圖像處理和分析技術的實際應用。講解圖像復原技術時，引入利用圖像復原技術的圖像去霧、圖像去雨、圖像去霾等具體應用案例;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用場景;講解圖像分析與理解時，引入基于深度學習的目標檢測和識別具體應用，如人臉識別、表情識別等。通過理論與具體應用的緊密結合，研究生在掌握數字圖像處理與分析技術基礎知識的同時，能夠了解這些方法的具體應用，激發學習興趣，為學以致用提供廣闊的思路和方向，從而提高實踐動手能力。

注重學科交叉融合? 人工智能與醫學、冶金、軍事等其他學科有廣泛的交叉融合，因此，在講解數字圖像處理與分析技術時，對其與其他學科的交叉融合也進行相應介紹。例如：醫工融合，將圖像分割等技術引入醫學影像診斷，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，將圖像增強技術引入鋼產品缺陷檢測，提升缺陷檢測的性能，從而提高鋼鐵的生產質量和產量;與軍事交叉融合，將基于深度學習的目標檢測技術引入軍事裝備檢測，提高軍事裝備檢測的精度和速度等。通過與其他學科的交叉融合，使研究生能夠更全面地了解到數字圖像處理與分析技術的重要性及作用，拓展他們的研究領域，激發他們的研究興趣，還能進一步拓寬他們將來的就業方向。

通過對數字圖像處理與分析課程內容的完善更新，不僅可以滿足人工智能時代研究生所應具有的專業知識的要求，也為他們后續的學習及研究奠定良好的基礎。

3 改革教學方法

為了使研究生更好地掌握數字圖像處理與分析課程內容，深刻了解相關技術的前沿發展動態，以及與其他學科的交叉融合和廣泛應用，結合教學內容對該課程的教學方法進行改革和探索。

以學術會議和學術論文為驅動的教學方法? 為了使研究生了解數字圖像處理與分析技術的最新發展動態，采用了解學術會議—閱讀學術文章—參加學術會議的教學方法。

1）安排研究生通過網絡查詢圖像處理、計算機視覺及人工智能等相關領域的國內外頂級學術會議（如CVPR、ICCV、ECCV、ICML等），并分組介紹所查會議情況。

2）指導研究生閱讀發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、圖像復原、圖像增強、圖像分類識別等相關學術論文。

3）鼓勵研究生積極參加線上或者線下相關學術會議，通過這種教學方法使他們能夠了解人工智能時代數字圖像處理與分析技術的最新發展動態，極大地拓展他們的學術視野。另外，還能培養研究生查閱文獻資料、閱讀學術論文的能力，充分調動他們的學習主動性和探索精神。

以任務為驅動的教學方法? 為了使研究生了解人工智能時代數字圖像處理與分析技術的廣泛應用以及多學科交叉融合，采用基于案例講解—實際項目研究的任務驅動式教學方法。

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

2）以研究生創新基金項目、教師的橫縱向科研課題等為依托，指導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驅動式教學方法，研究生不僅了解到數字圖像處理與分析技術的具體應用，以及與其他學科的深度交叉融合，同時極大地提升了學習的興趣，拓展了研究思路和方向，提高了實踐動手能力和創新能力。

4 改革考核方式

為了更好地培養人工智能時代的創新型研究生人才，對數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、任務研究成績及PPT報告成績。

1）為了考核研究生對數字圖像處理與分析相關技術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，并根據撰寫內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字圖像處理與分析相關技術的實際應用能力，給他們布置研究任務，要求編寫代碼仿真實現并撰寫研究報告，根據仿真結果及研究報告完成情況給出任務研究成績。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，內容包括前兩項考核內容，根據PPT內容及講解情況給出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字圖像處理與分析相關技術最新研究進展的了解和掌握，深化他們對相關技術具體應用以及交叉融合應用的理解，極大地調動他們學習的主動性，也很好地培養了他們的實踐動手能力與創新能力。

5 結語

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

參考文獻

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

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

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

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

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

[6]張成業，李軍，袁德寶，等.人工智能與大數據時代的《遙感數字圖像處理》教學內容改革探討[J].北京測繪，2020（6）：876-880.