面向計(jì)算機(jī)類本科生的計(jì)算機(jī)視覺課程教學(xué)改革探索

引言計(jì)算機(jī)視覺作為人工智能的重要分支，主要研究如何使機(jī)器能夠感知、理解和處理視覺信息。近年來，隨著深度學(xué)習(xí)的快速發(fā)展，計(jì)算機(jī)視覺技術(shù)在圖像分類、目標(biāo)檢測、語義分割、三維重建等任務(wù)中取得了顯著進(jìn)展，被廣泛應(yīng)用于自動(dòng)駕駛、醫(yī)療診斷、人臉識(shí)別、航天和工業(yè)制造等領(lǐng)域。[2]筆者所在學(xué)院面向人工智能專業(yè)本科生開設(shè)了“計(jì)算機(jī)視覺專業(yè)主干課，共安排64學(xué)時(shí)，其中理論講授48學(xué)時(shí)，實(shí)踐16學(xué)時(shí)，旨在培養(yǎng)學(xué)生掌握基本的圖像處理技術(shù)、計(jì)算機(jī)視覺算法，以及將理論應(yīng)用于實(shí)際問題的能力。課程內(nèi)容涵蓋了圖像的基本表示、特征提取與匹配、模型擬合、目標(biāo)識(shí)別與檢測，以及近年來興起的深度學(xué)習(xí)模型在視覺任務(wù)中的應(yīng)用。這些知識(shí)體系融合了統(tǒng)計(jì)學(xué)、信號(hào)處理、圖像處理以及機(jī)器學(xué)習(xí)等多個(gè)學(xué)科的知識(shí)，構(gòu)成了學(xué)生進(jìn)人相關(guān)領(lǐng)域深造或從事相關(guān)工作的基礎(chǔ)。然而，計(jì)算機(jī)視覺作為前沿科學(xué)研究熱點(diǎn)，其技術(shù)發(fā)展日新月異。深度學(xué)習(xí)，尤其是卷積神經(jīng)網(wǎng)絡(luò)、Transformers等架構(gòu)，已成為計(jì)算機(jī)視覺領(lǐng)域的核心技術(shù)。隨著大語言模型的興起，跨模態(tài)融合、大規(guī)模預(yù)訓(xùn)練模型與微調(diào)成為新的研究熱點(diǎn)。而目前教學(xué)內(nèi)容缺乏對(duì)前沿技術(shù)的擴(kuò)展，也缺少對(duì)跨學(xué)科教學(xué)場景的挖掘與應(yīng)用。此外，課程內(nèi)容往往更注重算法和理論，實(shí)踐部分的比例較低，學(xué)生難以通過設(shè)計(jì)與編程深刻理解和掌握知識(shí)，在面對(duì)復(fù)雜工程問題時(shí)難以勝任。計(jì)算機(jī)視覺課程教學(xué)改革方案為了提升計(jì)算機(jī)視覺課程的教學(xué)效率，培養(yǎng)學(xué)生的創(chuàng)新能力和實(shí)踐能力，進(jìn)行課程教育教學(xué)改革已成為急需解決的課題。因此，本研究從教學(xué)內(nèi)容、教學(xué)模式、實(shí)踐環(huán)節(jié)與評(píng)價(jià)機(jī)制等方面探索改革路徑，以期為計(jì)算機(jī)視覺課程的教育教學(xué)提供可參考的解決方案。1.更新前沿技術(shù)，構(gòu)建模塊化課程體系本課程依據(jù)計(jì)算機(jī)類本科生的知識(shí)結(jié)構(gòu)和計(jì)算機(jī)視覺領(lǐng)域的發(fā)展，制訂了如下教學(xué)內(nèi)容。（1）基礎(chǔ)理論重點(diǎn)講授計(jì)算機(jī)視覺的基本原理，旨在為學(xué)生后續(xù)學(xué)習(xí)打下扎實(shí)的理論基礎(chǔ)。首先是圖像基礎(chǔ)與圖像處理，如圖像的數(shù)字化表示（像素、分辨率、顏色空間）、灰度圖與彩色圖的差異、卷積操作與濾波、邊緣檢測、圖像增強(qiáng)與變換（直方圖均衡化、傅里葉變換）等。該模塊是整個(gè)課程的起點(diǎn)，后續(xù)的算法設(shè)計(jì)和模型實(shí)現(xiàn)都依賴對(duì)圖像基礎(chǔ)的深刻理解。其次是傳統(tǒng)特征與擬合，包括特征點(diǎn)檢測（角點(diǎn)檢測、斑點(diǎn)檢測）、特征描述子、特征匹配方法估計(jì)幾何關(guān)系。特征提取是目標(biāo)跟蹤與識(shí)別的基礎(chǔ)。（2）核心技術(shù)介紹現(xiàn)代計(jì)算機(jī)視覺的主流算法和深度學(xué)習(xí)的應(yīng)用方法，幫助學(xué)生掌握解決計(jì)算機(jī)視覺任務(wù)的關(guān)鍵技術(shù)。圖像分類中介紹傳統(tǒng)基于特征提取的分類（如詞袋模型）和基于深度學(xué)習(xí)的方法。目標(biāo)檢測與語義分割中介紹Viola-Jones人臉檢測、FasterR-CNN、YOLO、基于聚類的無監(jiān)督分割算法、全卷積網(wǎng)絡(luò)等?；A(chǔ)理論模塊中的圖像處理和幾何估計(jì)為圖像分類和目標(biāo)檢測提供了預(yù)處理和幾何約束的理論支持。核心技術(shù)模塊中的特定任務(wù)，如目標(biāo)檢測和語義分割，常為應(yīng)用實(shí)踐模塊中的工業(yè)場景提供技術(shù)支撐。（3）前沿內(nèi)容聚焦最新的研究動(dòng)態(tài)，幫助學(xué)生了解計(jì)算機(jī)視覺的發(fā)展趨勢和未來方向。例如，深度學(xué)習(xí)模型的最新進(jìn)展，包括Transformers在視覺中的應(yīng)用、遷移學(xué)習(xí)、自監(jiān)學(xué)習(xí)、大規(guī)模預(yù)訓(xùn)練模型等；跨模態(tài)學(xué)習(xí)，如圖像生成、圖文匹配和描述生成；模型優(yōu)化與部署，包括輕量化技術(shù)（模型剪枝、量化、知識(shí)蒸餾）和嵌入式部署；可解釋性技術(shù)如可視化熱圖等。以上每個(gè)模塊相對(duì)獨(dú)立，模塊之間按照“從基礎(chǔ)到核心，再到前沿與應(yīng)用”的路徑循序漸進(jìn)，可定期調(diào)整前沿方向模塊內(nèi)容，引入最新技術(shù)和應(yīng)用案例，保持課程的先進(jìn)性。通過這種結(jié)構(gòu)化的課程設(shè)計(jì)，學(xué)生可以逐步掌握計(jì)算機(jī)視覺的理論基礎(chǔ)、技術(shù)核心和實(shí)際應(yīng)用能力，為深入研究或工業(yè)實(shí)踐做好充分準(zhǔn)備。表1本研究構(gòu)建的典型分層任務(wù)2.引入“分層任務(wù)驅(qū)動(dòng)”，改革教學(xué)模式本課程基于各模塊知識(shí)點(diǎn)設(shè)計(jì)分級(jí)實(shí)踐，通過任務(wù)驅(qū)動(dòng)，培養(yǎng)學(xué)生解決實(shí)際問題的能力。①基礎(chǔ)任務(wù)旨在幫助學(xué)生熟悉計(jì)算機(jī)視覺基礎(chǔ)理論和常用工具，掌握?qǐng)D像處理與基本模型實(shí)現(xiàn)。例如，使用OpenCV完成圖像平滑、銳化、邊緣檢測，使用卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)手寫數(shù)字分類。該類型任務(wù)以工具使用為主，強(qiáng)調(diào)概念的理解與實(shí)現(xiàn)。②中級(jí)任務(wù)希望學(xué)生通過深度學(xué)習(xí)算法解決更復(fù)雜的計(jì)算機(jī)視覺問題，學(xué)會(huì)結(jié)合理論優(yōu)化模型性能。例如，基于U-Net實(shí)現(xiàn)道路場景語義分割，優(yōu)化模型的超參數(shù)與結(jié)構(gòu)，提高分割精度。該類型任務(wù)注重算法的理解、實(shí)現(xiàn)、性能優(yōu)化與結(jié)果分析。③工程型任務(wù)通過模擬實(shí)際落地場景，培養(yǎng)學(xué)生解決復(fù)雜問題的能力，包括數(shù)據(jù)處理、算法設(shè)計(jì)、模型優(yōu)化和部署。需綜合運(yùn)用多種技術(shù)和工具，強(qiáng)調(diào)全流程實(shí)踐，貼近工程需求。表1列舉了本研究構(gòu)建的典型分層任務(wù)，可以看到基礎(chǔ)任務(wù)中對(duì)圖像處理、特征提取等基本技術(shù)的掌握，為中級(jí)任務(wù)中目標(biāo)檢測、分割、圖像生成等深度學(xué)習(xí)算法的應(yīng)用奠定理論和技術(shù)基礎(chǔ)。中級(jí)任務(wù)中的深度學(xué)習(xí)模型訓(xùn)練經(jīng)驗(yàn)，為工程型任務(wù)中的模型優(yōu)化和部署提供支持。工程型任務(wù)將基礎(chǔ)任務(wù)中的理論知識(shí)和中級(jí)任務(wù)中的深度學(xué)習(xí)技術(shù)融為一體，實(shí)現(xiàn)從理論到應(yīng)用的完整閉環(huán)。通過這些任務(wù)設(shè)計(jì)，學(xué)生能夠逐步掌握從基礎(chǔ)知識(shí)到實(shí)際工程開發(fā)的完整技能鏈，強(qiáng)化對(duì)理論知識(shí)的應(yīng)用能力，為學(xué)生的科研或職業(yè)發(fā)展提供工程經(jīng)驗(yàn)。3.面向產(chǎn)業(yè)需求，深化學(xué)科交叉融合（1）跨學(xué)科知識(shí)點(diǎn)的梳理與融合計(jì)算機(jī)視覺的核心技術(shù)需要多學(xué)科知識(shí)的支撐，如圖像處理中的旋轉(zhuǎn)、縮放，投影中涉及線性代數(shù)的矩陣變換，圖像生成中概率模型的構(gòu)建和推理，深度模型訓(xùn)練中的參數(shù)優(yōu)化涉及最優(yōu)化方法的梯度下降法等。教師可以將以上學(xué)科內(nèi)容以專題或課外資料形式嵌入計(jì)算機(jī)視覺課程，逐步引導(dǎo)學(xué)生掌握知識(shí)的交叉與轉(zhuǎn)化。（2）以產(chǎn)業(yè)需求為導(dǎo)向設(shè)計(jì)課程案例結(jié)合智能制造、智慧醫(yī)療、智能交通等領(lǐng)域的需求，將核心算法與實(shí)際場景相結(jié)合。例如，在目標(biāo)檢測模塊，引入自動(dòng)駕駛中的行人檢測案例；在圖像分割模塊，融人醫(yī)學(xué)圖像腫瘤識(shí)別任務(wù)。通過將最新的研究動(dòng)態(tài)（如生成對(duì)抗網(wǎng)絡(luò)、擴(kuò)散模型）與企業(yè)真實(shí)需求（如無人機(jī)巡檢、智慧農(nóng)業(yè)監(jiān)控）納人教學(xué)案例，能夠使學(xué)生感受到計(jì)算機(jī)視覺技術(shù)的實(shí)際價(jià)值。（3）挖掘跨學(xué)科場景的應(yīng)用價(jià)值通過跨學(xué)科場景的設(shè)計(jì)，培養(yǎng)學(xué)生從問題需求出發(fā)，綜合運(yùn)用多學(xué)科知識(shí)分析和解決實(shí)際問題的能力。表2展示了跨學(xué)科場景應(yīng)用的典型案例以及背后的主要技術(shù)。這些案例不僅涵蓋了計(jì)算機(jī)視覺技術(shù)的多樣化應(yīng)用，還強(qiáng)調(diào)了跨學(xué)科知識(shí)的整合，幫助學(xué)生從多個(gè)角度分析和解決實(shí)際問題。例如，工業(yè)產(chǎn)品表面缺陷檢測中可基于仿真平臺(tái)模擬實(shí)際工業(yè)場景，使學(xué)生能夠完成從工業(yè)數(shù)據(jù)處理到工程部署的跨學(xué)科實(shí)踐，構(gòu)建跨學(xué)科協(xié)同培養(yǎng)新模式。4.加強(qiáng)教學(xué)過程性評(píng)估，弱化期末考試分?jǐn)?shù)占比為全面評(píng)估學(xué)生在計(jì)算機(jī)視覺課程中的學(xué)習(xí)效果，結(jié)合理論與實(shí)踐特點(diǎn)，本研究設(shè)計(jì)了多元化的考核方式，關(guān)注學(xué)習(xí)過程與學(xué)習(xí)結(jié)果。（1）考核方式多元化期中平時(shí)成績占總成績的10%，主要包括課內(nèi)討論和隨堂測驗(yàn)。小組實(shí)踐占比40%，要求學(xué)生分組完成一個(gè)具有實(shí)際意義或能解決行業(yè)痛點(diǎn)的計(jì)算機(jī)視覺項(xiàng)目，考核內(nèi)容包括需求分析與方案設(shè)計(jì)、算法改進(jìn)與模型訓(xùn)練、工作陳述與報(bào)告撰寫。期末考試占比50%，包括基礎(chǔ)知識(shí)考核（如理論概念、數(shù)學(xué)推導(dǎo)、經(jīng)典模型結(jié)構(gòu)分析等）和開放性問題考核（如實(shí)際落地問題的解決方案，答案不唯一）。表2跨學(xué)科場景應(yīng)用的典型案例及對(duì)應(yīng)的技術(shù)（2）增加過程性評(píng)估將大任務(wù)拆分為若干小任務(wù)，需要定期提交階段性成果，便于跟蹤學(xué)生的學(xué)習(xí)進(jìn)度與任務(wù)完成情況。進(jìn)行中期展示與期末答辯，通過課堂展示或研討，接受教師與同學(xué)的提問和建議，從而促進(jìn)學(xué)生對(duì)所學(xué)內(nèi)容的反思與優(yōu)化。（3）使用多種評(píng)價(jià)形式除教師評(píng)分外，分配固定分值作為同學(xué)互評(píng)分，防止評(píng)價(jià)主觀性過強(qiáng)。通過學(xué)生之間的相互評(píng)價(jià)，提供改進(jìn)建議，同時(shí)培養(yǎng)其批判性思維和學(xué)習(xí)能力。引入自動(dòng)評(píng)分平臺(tái)（如Kaggle的代碼競賽環(huán)境）、自定義測試集進(jìn)行代碼規(guī)范性、運(yùn)行效率與結(jié)果自動(dòng)化性能評(píng)價(jià)。結(jié)語本文針對(duì)本科生計(jì)算機(jī)視覺課程的教學(xué)現(xiàn)狀，從教學(xué)內(nèi)容、教學(xué)模式、實(shí)踐環(huán)節(jié)、考核方式以及跨學(xué)科融合等方面提出了全面的教學(xué)改革方案，力求實(shí)現(xiàn)理論與實(shí)踐、學(xué)科與產(chǎn)業(yè)、