江祥奎,丁 銳,熊 偉
(西安郵電大學自動化學院,陜西西安 710121)
機器視覺是智能科學與技術專業本科生的專業課,授課對象為智能科學與技術專業三年級學生。在知識結構上,學生已學習了高等數學、線性代數、高級語言程序設計、系統建模與仿真、模式識別等課程,具備了一定的理論分析和編程實踐能力,但是對于復雜的工程實踐問題,學生仍無法很好地理解相關原理。為此,機器視覺課程能很好地從工程需求背景出發,讓學生了解前沿科學技術及其工作原理。機器視覺是智能學科的重要研究方向,是實現計算機集成制造的核心技術之一,對于我國建設智造強國至關重要[1-3]。
機器視覺課程具有學科交叉、知識點多、數學模型復雜、不利于學生系統化掌握等特點,給教學工作帶來了諸多挑戰[4]。因此,需要堅持以學生發展為中心,通過學情分析,深度挖掘痛點。根據學習認知模型,總結的痛點問題如下:
(1)課程涉及的知識繁雜,構建體系困難。機器視覺課程中的基礎理論、基本方法和圖像處理算法,不僅涉及到高等數學、線性代數、矩陣論、概率論與數理統計等相關知識,而且涉及到數字圖像處理、模式識別、計算機視覺等相關課程。該課程內容推導量、運算量大,涉及到的概念通?;逎⒖菰镫y懂,無法吸引學生注意力。同時,教學內容涉及面廣,存在過多的教學案例,每個知識點對應不同的應用案例,致使學生無法形成完整的知識體系。
(2)實踐訓練不足,難以學有所用。在傳統教學體系下,大量課程時間用于理論教學,實踐訓練時間較少,僅設置了8 學時的課內實驗。針對重點教學環節中實際案例的分析與實現,僅一次課內實驗難以很好地培養學生解決工程問題的能力。因此,單純的實驗課程并不足以讓學生實現學有所用。
(3)課堂評價流于形式,未能激發學生持續改進。在課堂教學過程中開展了多種形式的評價,如課前線上測試、線上學習、課堂討論、課堂測試、課程作業、課內實驗、期末考試等,但是多種評價形式對于教學改進的效果仍有待提升,評價結果尚未很好地促進學生發展,教學評價的診斷與改進作用未能充分發揮。
為解決教學中存在的上述問題,本課程秉承“以學生發展為中心,以能力產出為導向”的教學理念,以所羅門學習風格理論為指導,通過5 輪教學改革實踐的迭代,總結出“以學生發展為中心,以能力產出為導向”的深層教學模式[5-7],如圖1所示。

Fig.1 Deep teaching model centered on student development and oriented by ability output圖1 “以學生發展為中心,以能力產出為導向”的深層教學模式
針對以往該課程教學中存在的“涉及知識繁雜,構建體系困難”的痛點問題,采用“兩結合,一貫通”的教學策略,其中“兩結合”采用“趣味案例教學法”與“情緒喚醒法”相結合的教學策略?!耙回炌ā笔侵笇⒁粋€案例貫穿始終,甚至多個章節,由一個案例為導引,連通學生的知識體系,使學生可由一個案例串聯出眾多相關知識點。針對每個章節的重難點設計案例教學,將機器視覺抽象枯燥的原理、公式通過典型案例一步一步進行講解,激發學生的學習興趣。同時,課程將繁瑣枯燥的知識點結合具體實際應用場景進行講授,構造有“現實性”的課程案例,激發學生多層次的心理響應,使其高階認知與低階認知良性互動,提升其學習的主動性。
在課前預習的設計中,不拘泥于課本,積極吸收各類學術成果、國際前沿科技發展理論,引入恰當的參考資料,結合具體現實需求,緊扣知識點形成優質的“機器視覺劇本”,并增添趣味案例,如“人形描邊”“幸福識別”“混聲分離”等。與此同時,在“趣味”教學過程中,引導學生的思維方式,形成積極的人生價值觀。
改變傳統課堂教學方式,采用線上線下相結合的模式,即教師與學生角色互換,將學習的決定權從教師轉移給學生。在線上,學生自主規劃學習內容、學習節奏、風格及知識呈現方式,授課教師采用講授法和協作法以滿足學生需要,促進其個性化的學習。通過教師的案例演示、個別指導,讓學生進行反復訓練以提升其學習能力[8-11]。在線下,增加機器視覺應用體驗課時,面對面進行實體案例演示,讓學生切實感受身邊的實踐應用,而非只是圖片、視頻中不可觸摸的案例。教學體系創新框架如圖2所示。
根據目前教學班的學習風格制定教學策略。所羅門學習理論從信息加工、感知、輸入、理解4 個方面將學習風格分為4 個組與8 種維度。通過問卷調查的方式收集學生的學習風格,以“智能1904”班級學生為調查對象,利用所羅門學習風格量表對學生的學習風格進行分析,可將學生分為沉思型/活躍型、感悟型/直覺型、視覺型/言語型、順序型/綜合型,如圖3 所示。通過數據分析,發現“智能1904”班更喜歡通過積極討論進行小組合作,通過事實和案例來理解知識,并喜歡視覺型學習材料,更愿意按順序學習。所以在課堂講解時,可引入視頻講解代替原來的文字教學。在“立體視覺”一章,結合“螳螂捕食”“智能眼”等趣味案例,以幫助學生更好地理解立體視覺原理。通過課后的反映,學生理解透徹且印象深刻。

Fig.2 Innovation framework of teaching system圖2 教學體系創新框架

Fig.3 Analysis of students'learning styles圖3 學生學習風格分析
同時,為更好地了解學生,在課程開始之前,對學生的高等數學、線性代數、C 語言和MATLAB 的達成度進行了分析,如圖4所示。
其中,通過對學生高等數學達成度進行分析后可知,學生的空間想象、推理論證和數據處理等基本能力有待提高;通過對學生C 語言達成度進行分析后可知,學生對于數組、函數以及三大控制結構、結構體、共用體與指針的使用還有待加強,結構化或模塊化程序設計等實驗技能有待提高。

Fig.4 Analysis of achievement degree of relevant courses圖4 相關課程達成度分析
針對“實踐訓練不足,難以學有所用”的痛點問題,在教授課程理論的同時,將創新創業和各類競賽所需的知識點潤物細無聲地貫穿于課堂教學的每一個章節,以激發學生的工程思維,促進學生學有所用。根據課程相關的空間幾何變換、圖像采集、攝像機標定等基本知識點,結合目標檢測、OCR 識別、機器人視覺引導等典型應用,培養學生圖像處理的編程實踐能力與軟件開發能力,實現知識的落地,達到“以賽促教、促學、促用”的目標。
充分利用課堂主陣地,引導學生參加全國大學生工程訓練競賽,尤其是智能機器人比賽項目。該項目應用視覺傳感信息處理技術,實現控制并完成簡單的避障功能,需實時識別周圍環境,測量周圍物體與機器人之間的距離,并根據環境變化調節參數、調整動作策略及處理緊急情況等。
在競賽過程中,為學生講解先進的技術應用,將圖像采集技術與當下常態化新冠抗疫的國情相聯系。面對突發疫情,防疫壓力增加,傳統人工識別效率有限,因此需要依靠科技力量阻擊疫情,將圖像采集技術應用于口罩識別等應用中。
還可從通過面部表情圖像控制輪椅運動和無人機靶向空投等實際應用出發,讓學生感受到圖像采集技術的重要性。同時,由淺入深地講解圖像采集原理,逐步激發學生的學習熱情。
上課前,通過問卷調查和數據分析對學生的學習能力、學習態度與學習風格進行診斷性評價,評價結果用于選擇與改進教學方法,如圖5所示。

Fig.5 Diagnostic evaluation圖5 診斷性評價
在課中,通過討論、筆記、小測試等方式對學生的學習進行形成性評價,評價結果用于查缺補漏,未達標的學生需要通過線上學習進行校正。學生課中小組討論匯報成果如圖6所示。

Fig.6 Students discuss and report the results in groups圖6 學生課中小組討論匯報成果
在課后,學生充分利用學習通、詞云等數智化手段,有機結合線上線下教學,活躍課堂教學氛圍,并采取小組討論等形式創新課堂教學模式,營造學習共同體。讓學生唱主角,從而變被動學習為主動學習,成為學習的主人。通過讓學生多討論、多思考,培養其獨立思考的能力,促進學生學有所思,形成自己的工程思維。同時,通過詞云大數據對課堂討論和教學內容的分析,幫助學生快速了解課堂討論的重點內容,并幫助其課后更好地進行復習。學習通與詞云大數據如圖7所示。
本課程考核采取過程考核與期末考試相結合的方式,采用百分制進行成績評定,評定方法為:總評成績=期末考試成績×60%+平時成績×40%。其中,期末考試采用閉卷考試。
鼓勵和引導學生積極參加比賽,鍛煉學生的團隊協作能力與科研開發能力。團隊不僅重視學生的學科成績,而且會根據學生的學習能力、表達能力、批判質疑能力、實踐動手能力、創新創造能力等對其進行定性評估。
在2021年全國大學生工程訓練競賽中,指導學生參加智能機器人項目和智能配送無人機項目,學生在比賽中取得了全國銀獎的好成績。學生成果如圖8所示。

Fig.7 Xue xi tong and Ci yun big data圖7 學習通與詞云大數據

Fig.8 Student achievements圖8 學生成果
經過不斷的改革和創新,筆者作為機器視覺課程的主講教師,贏得了學生的信任和好評;在校內各種比賽和課程創新交流中,得到了評委和教師們的一致表揚與認可;在對畢業生的追蹤調查中,受到畢業生好評。
本文的創新點是形成“以學生發展為中心,以能力產出為導向”的深層教學模式,該模式將“以學生發展為中心”的理念貫穿教學設計的每個環節,利用信息技術工具精準分析學情,之后根據教學目標和學情分析結果精準匹配教學策略,開展多元評價并進行改進,讓學生在知識、能力、素質3 方面全面發展,使不同層次的學生都得到提升,因此具有較高的推廣價值。