范保杰 徐豐羽

摘 要：在我國新一代人工智能發(fā)展戰(zhàn)略的背景下，結(jié)合郵電類高校的人才培養(yǎng)目標(biāo)，深入分析《機器視覺與應(yīng)用》課程知識體系，對此課程的教學(xué)大綱、理論教學(xué)內(nèi)容、實踐教學(xué)內(nèi)容、教學(xué)方法等方面進(jìn)行創(chuàng)新教學(xué)改革和探索，緊跟行業(yè)技術(shù)發(fā)展趨勢，將機器視覺與應(yīng)用的理論教學(xué)融于實踐教學(xué)過程，著重加強學(xué)生工程實踐能力的培養(yǎng)，學(xué)以致用，提高學(xué)生的創(chuàng)新能力。

關(guān)鍵詞：機器視覺與應(yīng)用;創(chuàng)新實踐;郵電類高校

國務(wù)院印發(fā)的《新一代人工智能發(fā)展規(guī)劃》中提出了我國人工智能“三步走”戰(zhàn)略目標(biāo)并深化實施“中國制造2025”，將人工智能上升到國家戰(zhàn)略層面。因此，必須加快推進(jìn)人才培養(yǎng)模式改革，推進(jìn)科教協(xié)同育人，完善高水平科研支撐拔尖創(chuàng)新人才培養(yǎng)機制。新工科背景下的核心課程機器視覺與應(yīng)用是郵電類本科學(xué)生的基礎(chǔ)課程，許多高校主要面向自動化、計算機類等工科專業(yè)開設(shè)，此課程融合了機器學(xué)習(xí)理論，數(shù)字圖像處理，智能決策與最優(yōu)化等技術(shù)[1]，教學(xué)內(nèi)容涉及機器視覺系統(tǒng)的組成與標(biāo)定、圖像濾波與分割、目標(biāo)檢測與識別、成像原理與多視圖幾何、三維測量等。各個學(xué)校對該課程的教學(xué)內(nèi)容側(cè)重點不同，培養(yǎng)目標(biāo)也不盡相同，但普遍面臨的問題是：強調(diào)理論知識點的掌握如定理、證明等，理論教學(xué)內(nèi)容不能與最新技術(shù)發(fā)展同步，實踐教學(xué)內(nèi)容簡單、膚淺，不能有效聯(lián)系實際應(yīng)用或案例。學(xué)生對這門課缺乏興趣，實驗設(shè)備老舊、編程語言傳統(tǒng)，不符合企業(yè)實際需求，影響學(xué)生就業(yè)與升學(xué)的競爭力。因此，為解決上述問題，《機器視覺與應(yīng)用》這門課程的教學(xué)改革勢在必行。

一、理論教學(xué)課程體系改革的與時俱進(jìn)

機器視覺在我們生活中的應(yīng)用不斷擴大，如手機上的攝像頭系統(tǒng)，微信、支付寶的掃碼操作等，因此在《機器視覺與應(yīng)用》這門課中，在深入講解經(jīng)典機器視覺知識的同時，要將當(dāng)前最新的機器視覺與應(yīng)用的研究成果與行業(yè)前沿知識在課堂上對學(xué)生進(jìn)行介紹，如基于稠密深度、輕量化卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測與識別、圖卷積神經(jīng)網(wǎng)絡(luò)等，讓他們了解最新的知識點與行業(yè)應(yīng)用及當(dāng)前流行的軟件、硬件平臺，為他們以后的學(xué)科研究與就業(yè)奠定良好的基礎(chǔ)。因此，對課程的培養(yǎng)目標(biāo)與課程體系進(jìn)行了修訂。

新版的《機器視覺與應(yīng)用》課程以Python語言為基礎(chǔ)，要求學(xué)生掌握機器視覺的概念、原理、圖像處理方法及經(jīng)典視覺成像模型，掌握多視圖幾何及三維重建的原理及實現(xiàn)方法，學(xué)會搭建基礎(chǔ)的輕量化卷積神經(jīng)網(wǎng)絡(luò)，為進(jìn)一步學(xué)習(xí)人工智能相關(guān)專業(yè)課以及從事本專業(yè)的研究和技術(shù)工作打下必要的基礎(chǔ)。

同時，要充分考慮企業(yè)的需求，以協(xié)同育人的視角構(gòu)建教師和企業(yè)導(dǎo)師聯(lián)合育人團隊，因材施教，優(yōu)勢互補。比如，通過理論講解掌握機器視覺的圖像濾波與目標(biāo)檢測，借助于生產(chǎn)線現(xiàn)場缺陷目標(biāo)檢測等工業(yè)應(yīng)用案例掌握理論教學(xué)知識，并反饋理論教學(xué)中未涉及的實際應(yīng)用要點，如算法的實時性、檢測成功率，影響誤檢測的因素等。

二、創(chuàng)新實踐教學(xué)平臺

為了緊跟當(dāng)前機器視覺與應(yīng)用技術(shù)發(fā)展的潮流，培養(yǎng)人工智能應(yīng)用行業(yè)所急需的專業(yè)人才，在通過課堂將機器視覺與應(yīng)用專業(yè)理論知識傳授給學(xué)生的同時，還需啟發(fā)學(xué)生將來在機器視覺應(yīng)用方面有創(chuàng)新性的成果[2]。

我們構(gòu)建了三種型號的基于機器視覺系統(tǒng)的無人車、無人機等創(chuàng)新實踐平臺，每一種型號分別采用英偉達(dá)Nano和樹莓派兩種開發(fā)板，每種開發(fā)板32套，總共192套基于機器視覺系統(tǒng)的無人平臺。這些平臺不僅更好地服務(wù)于機器視覺與應(yīng)用課程的章節(jié)實驗及綜合性實驗，而且還作為實驗室的創(chuàng)新平臺，為智能車比賽，無人機競賽，機器人大賽提供強有力的支撐。

三、創(chuàng)新實踐教學(xué)機器視覺軟件的組成

本課程的章節(jié)實驗及綜合性實踐提供多種編程語言和工具箱平臺，學(xué)生可以根據(jù)自己的興趣、愛好及未來的學(xué)業(yè)、職業(yè)規(guī)劃選擇一種或多種編程語言及平臺[3]。在Matlab圖像處理工具箱與OPENCV工具箱的基礎(chǔ)上[4]，本課程的實踐教學(xué)創(chuàng)新性地引入基于Python的機器視覺與應(yīng)用基礎(chǔ)工具箱、進(jìn)階版深度學(xué)習(xí)工具箱，緊跟當(dāng)前機器視覺與應(yīng)用課程發(fā)展的技術(shù)潮流。因為Python是一種面向?qū)ο?、解釋型、動態(tài)數(shù)據(jù)類型的高級程序設(shè)計語言。其代碼量小，簡潔清晰。還具有豐富的機器視覺標(biāo)準(zhǔn)庫和擴充庫，如Pytesseract、OpenCV等，是當(dāng)前人工智能行業(yè)廣泛應(yīng)用的編程工具。

此外，為進(jìn)一步支撐機器視覺綜合性實驗及基于視覺導(dǎo)航的無人車進(jìn)階實踐項目，建議學(xué)生學(xué)習(xí)ROS開源的元機器人操作系統(tǒng)，包括硬件抽象、底層設(shè)備控制、常用函數(shù)的實現(xiàn)、進(jìn)程間消息傳遞以及包管理。上述的OpenCV，Python等機器視覺工具箱及激光雷達(dá)、IMU慣導(dǎo)模塊以及相應(yīng)的多傳感器標(biāo)定、圖像處理、目標(biāo)識別與跟蹤、三維重建、SLAM等都可以在此環(huán)境下實現(xiàn)。

另外，學(xué)生還可以熟悉掌握常用的深度學(xué)習(xí)框架，如PyTorch、TensorFlow、Keras、MXNet等，為將來的工作和學(xué)業(yè)深造打下堅實的基礎(chǔ)。

四、創(chuàng)新實踐教學(xué)內(nèi)容的設(shè)計

我結(jié)合機器視覺與應(yīng)用的理論教學(xué)內(nèi)容，并兼顧實驗室開放創(chuàng)新項目及競賽需求，設(shè)計了漸進(jìn)式創(chuàng)新實踐教學(xué)內(nèi)容，主要分為三個級別：驗證性機器視覺章節(jié)實驗、綜合性視覺及多傳感器融合實踐項目、創(chuàng)新性實踐項目。考慮到學(xué)生對知識的掌握程度不同，三個級別的項目由易到難，循序漸進(jìn)，兼顧學(xué)生的興趣愛好及實際生活中的創(chuàng)意實現(xiàn)。三個級別的實驗及實踐項目舉例如下：

1.驗證性實驗：攝像頭啟動及驅(qū)動，圖像預(yù)處理如多彩色空間轉(zhuǎn)化、灰度變化、圖像增強、圖像濾波、銳化、圖像分割與二值化、腐蝕與膨脹、圖像特征提取與匹配等。

2.綜合性實踐：相機標(biāo)定實驗及誤差分析，多傳感器聯(lián)合標(biāo)定（相機、激光雷達(dá)、IMU聯(lián)合標(biāo)定），圖像去霧、去雨、去模糊化等。

3.創(chuàng)新性實踐：視覺導(dǎo)航，無人車視覺避障，無人車視覺同時定位與重建，模擬工業(yè)機器視覺應(yīng)用如智能產(chǎn)品缺陷檢測、視覺測量，快遞包裹視覺實時追蹤與定位，人流估計與預(yù)測等。

驗證性實驗是必選的，綜合性及創(chuàng)新性實踐是以小組完成的，學(xué)生可以跟蹤興趣、愛好選擇不同的題目，提高主觀能動性，并允許學(xué)生利用所學(xué)知識進(jìn)行創(chuàng)新創(chuàng)意性擴展。

五、創(chuàng)新實踐教學(xué)方式改革探索

（一）梳理課程間內(nèi)容關(guān)系，完善相應(yīng)的平臺、硬件、軟件及相應(yīng)的電子資源建設(shè)

學(xué)生的專業(yè)基礎(chǔ)不同，所掌握編程知識及實踐能力有一定的差異性，教師開課前應(yīng)摸底學(xué)生所學(xué)的課程內(nèi)容，了解學(xué)生不同的專業(yè)基礎(chǔ)，并進(jìn)行合理的分組、引導(dǎo)，使學(xué)生互幫互助;完善實驗室的理論教學(xué)平臺，發(fā)展三種類型多套的無人硬件平臺，建立相應(yīng)的課程電子資源網(wǎng)站，包括理論教學(xué)內(nèi)容知識點和實踐教學(xué)內(nèi)容及所需的軟件、教程、工具包，網(wǎng)站上包含專門的知識內(nèi)容討論區(qū)，另外還包括國內(nèi)外《機器視覺與應(yīng)用》相應(yīng)的多媒體課件、論文、書籍及經(jīng)典算法的實現(xiàn)代碼，以適應(yīng)當(dāng)今人工智能行業(yè)內(nèi)機器視覺知識的內(nèi)容多、涉及范圍廣、知識更新快的特點，以便學(xué)生下載、查閱。同時，教師要合理利用一些即時通訊平臺，如微信群、QQ等工具，及時解答學(xué)生的疑問。

（二）優(yōu)化小班化實驗室課堂，注重學(xué)生知識的掌握與應(yīng)用

教師要改變往常以教師講解為主，學(xué)生機械地參與的滿堂灌模式，直接在實驗室采用小班化教學(xué)，一次32人，分為四個小組，每個小組都要完成三個級別的實驗，保證每個組員都要參與，都有相應(yīng)的任務(wù)，實驗內(nèi)容盡量避免雷同。每次課2個課時，教師進(jìn)行0.5課時基礎(chǔ)理論知識進(jìn)行透徹地講解;拿出1個課時讓學(xué)生進(jìn)行驗證性實驗，對基礎(chǔ)知識進(jìn)行實現(xiàn)、驗證，并進(jìn)行組內(nèi)討論;剩下的0.5個課時，學(xué)生進(jìn)行綜合性實踐或創(chuàng)新型實踐的討論、演示、講解，任課教師進(jìn)行點評、講解、指導(dǎo)。學(xué)生人手一臺實驗設(shè)備和電腦（或自帶筆記本），實驗室設(shè)備與學(xué)生一一綁定，不隨意更換，方便理論知識的掌握、實現(xiàn)以及相應(yīng)軟件環(huán)境的安裝設(shè)置等，并改變以往提交紙質(zhì)實驗報告的考核方式，采用分組答辯的形式，每個人講解展示自己所負(fù)責(zé)的工作，相互學(xué)習(xí)、相互進(jìn)步。這樣可以較好的避免抄襲，避免雷同的實驗報告，激發(fā)學(xué)生學(xué)習(xí)的積極性和自主性，有利于知識的拓展和創(chuàng)新創(chuàng)意實踐。

（三）鼓勵學(xué)生進(jìn)行應(yīng)用性創(chuàng)新實踐，并為產(chǎn)學(xué)研合作及企業(yè)實踐提供支持

學(xué)生在完成多個實踐性項目的同時，后續(xù)可能要對系統(tǒng)硬件、算法軟件進(jìn)行不斷的完善、優(yōu)化。為了使更多的實踐成果走出實驗室，貼合實際生產(chǎn)生活，鼓勵學(xué)生帶成果走出去，教師要主動積極聯(lián)系有機器視覺應(yīng)用需求的企事業(yè)單位，將創(chuàng)新成果與實際企業(yè)需求、工業(yè)現(xiàn)場要求進(jìn)行深入溝通與協(xié)作，建立穩(wěn)定的產(chǎn)學(xué)研機制。這種機制可以對校內(nèi)課程體系進(jìn)行有效擴充和延伸，并對創(chuàng)新實踐教學(xué)成果進(jìn)行反饋，更好地貼近實際生產(chǎn)生活需求，做更接地氣的實踐教學(xué)內(nèi)容改革探索。同時，教師要鼓勵學(xué)生進(jìn)行相應(yīng)專利的申請和論文的撰寫，保護(hù)好相應(yīng)的知識產(chǎn)權(quán)。

六、結(jié)語

通過創(chuàng)新教學(xué)實踐方式的改革有效提升了學(xué)生的分析問題能力、動手能力、創(chuàng)新能力，驗證了機器視覺與應(yīng)用創(chuàng)新實踐教學(xué)改革的有效性，總體上了提升了學(xué)生找工作和升學(xué)的競爭力。

參考文獻(xiàn)：

[1]宮二棟，丁蘊豐.基于labVIEW的機器視覺檢測系統(tǒng)的研究[J].長春理工大學(xué)學(xué)報（自然科學(xué)版），2017（2）：75.

[2]張立偉，何炳蔚，陳劼.新工科背景下的機器人工程人才培養(yǎng)探索與實踐[J].教育現(xiàn)代化，2019（4）：8.

[3]曹麒文.機器視覺尺寸檢測系統(tǒng)軟件模塊化設(shè)計[D].廣東：廣東工業(yè)大學(xué)，2015.

[4]王朗，耿慶田，葉凌箭.基于學(xué)習(xí)測量和自適應(yīng)學(xué)習(xí)的“機器視覺”課程知識創(chuàng)新實踐研究[J].長春師范大學(xué)學(xué)報，2017（8）：135.