人工智能教育背景下融入自主学习理念的“ 数字图像处理” 课程教学改革

冯思为

关键词 人工智能 数字图像处理 自主学习 教学改革

人工智能作为一类新兴技术现在已几乎应用于包括工业制造、医疗、金融等在内的多个领域，在深刻改变着人类生产生活方式的同时对经济发展和社会进步等方面产生重大而深远的影响。2017 年7 月，相关部门印发并实施《新一代人工智能发展规划》，将加快培养聚集人工智能高端人才作为重点任务之一。2019 年2 月，相关部门发布《中国教育现代化2035》，提出加快推进信息化时代的教育变革，利用现代技术加快推动人才培养模式改革。这些政策对人工智能人才的培养也提出更高的要求。因此，如何在人工智能时代中进行新型人才培养是各个高校急需解决的问题。

数字图像处理是指一类通过数字计算机对图像进行处理的技术，在医疗和安全等领域都有广泛应用。与此同时，“数字图像处理”课程涉及数学、物理学和计算机科学等多个学科的知识，且具有理论晦涩难懂、实践要求高等特点。传统的填鸭式教学容易使学生在学习过程中产生厌学情绪。此外，人工智能技术，尤其是基于大数据的深度学习技术，正极大地促进着数字图像处理技术的发展。相较于传统数字图像处理技术，融合了人工智能思想的新型数字图像处理技术在图像分类等相关任务上的表现有了大幅度提升。同时，人工智能时代下的数字图像处理技术呈现出了快速更新和多学科交叉融合的特点。为紧跟人工智能时代的发展步伐，如何对本科生“数字图像处理”课程进行教学改革，使之能够紧跟数字图像处理技术的发展前沿，并激发学生的学习兴趣，提高教学效率，进而实现人才培养与时代发展的紧密结合，已经成为本科生教学中一个亟待解决的关键问题。本文旨在探讨基于自主学习的“数字图像处理”课程教学模式，在保证基础理论中核心知识点的教学质量外提升学生在学习过程中的自主性，增强其工程实践能力和创新能力。

1教学现状分析

当前，大量高校采用集中教学的方式进行“数字图像处理”课程的教学。就理论教学而言，教师通常基于教材各章节的编排对各种图像处理算法的基本原理和应用进行逐一介绍。在实验教学中，教师所布置的更多为验证性质或演示性质而非探索性或开放性的实验作业。在考核方式上，教师大多选择试卷对课上所讲授过的知识点进行考察，较少出现开放性考核。

这样的教学方式简单高效，鼓励学生加深对所学知识点的记忆和理解。然而，此类教学方式较难满足在人工智能背景下培养创新创业实践性人才的需求，理由如下：（1）国内高校目前普遍采用冈萨雷斯教授所编写的《数字图像处理》作为教材。尽管内容全面，这本教材中所介绍的方法大多过于陈旧，且较少介绍人工智能相关知识;（2）过分强调对单个知识点的掌握，导致学生在学习过程中很难进行系统性理解[1～2] ;（3）较少涉及数字图像处理技术的最新应用和与其他相关学科的交叉融合情况，导致学生缺乏对所学知识应用前景的了解，使用所学相关理论、算法来解决实际应用过程中所遇到的新问题的能力也无法得到锻炼;（4）填鸭式的授课方式和枯燥的实验任务难以激发学生的学习兴趣，导致学生缺乏主动性、参与性和协作性，进而影响教学效果。

2教学改革探讨

自主学习是指学生在教师的指导下，基于自身的兴趣或需求以自主探索的方式获取知识和解决实际问题的教学方式。自主学习强调以学生为核心，在教师的引导下自主构建知识结构体系。相较于传统的接受性学习，自主学习更能够激发学生的主动性和参与性，更加适合人工智能时代下数字图像处理方向创新创业实践性人才培养的需要。本文基于自主学习理念，从理论教学、实验教学和考核方式三方面对现有“数字图像处理”课程教学方式提出改革方案。

2.1理论教学改革

针对传统“数字图像处理”课程理论教学方式中所普遍存在的教材内容陈旧、各知识点难以融会贯通和缺少对于所学知识点应用前景介绍等问题，本文从基础理论与高层应用两个层面探讨如何将自主学习的思想融入“数字图像处理” 课程理论教学内容的优化。

在基础理论层面，在保证各知识点核心基础理论不变且由授课教师讲授的前提下基于学生的自主选择不断更新教学内容。例如，在纹理特征表示相关章节，教师可着重介绍纹理特征的定义及相关例子，并简要介绍部分传统纹理特征表示方法。学生可于课后分组进行文献搜索，以寻找当下常用的基于人工智能的纹理特征表示方法，并在课上对所寻找到的方法进行讲解。教师可在文献搜索过程中提供部分思路，并针对学生课上所讲内容的遗漏部分进行补充。通过教师讲解核心基础理论和学生自主学习相结合，学生既能掌握相关知识点的基础理论和最新方法，又能通过对比各种方法的优缺点及其改进动机，激发创新思维。

在进行相关知识点讲授之后，教师可对学生布置自主学习任务，以了解知识点相对应的高层应用。这一过程可以使得学生在了解时下热门人工智能应用的同时加强学生对于相关知识点的融会贯通能力。同样的方式也可用于使学生了解数字图像处理技术与其他领域的交叉融合情况。

通过基础理论与高层应用的紧密结合，使得学生能够在掌握数字图像处理基础知识的同时，基于自主学习了解这些知识点所能进行的具体应用，从而为学以致用提供了方向。以此为思路优化教学内容，可在保证学生牢固掌握基本知识点的同时提升学生的视野，为培养学生在人工智能时代下数字图像处理领域的实践创新能力奠定基础。

2.2实验教学改革

实验教学是理论教学的重要延伸，是培养学生实践与创新能力的重要途径之一。基于上文所探讨的理论教学改革方案，本文在实验设置和工具使用两方面对探讨如何将自主学习的思想融入“数字图像处理”课程实验教学内容的优化。

在实验设置方面，除了保留少数重要知识点所对应的验证性实验，应增加综合性实验和开放性实验。验证性实验作为理论教学中基础理论部分的延伸，其目标在于使得学生通过实践牢固掌握对应重要知识点。验证性实验的内容设置应由教师完成，并且应在教师的监督下使得每一名学生保质保量完成。综合性实验和开放性实验为理论教学中高层应用部分的延伸，其目的在于拓宽学生的视野，使得学生通过实践了解所学知识点的可能应用场景。具体而言，综合性實验主要包含数字图像处理技术的经典应用，旨在锻炼学生对核心算法融会贯通以解决问题的能力;开放性实验则主要以当前人工智能领域的热点任务为内容，鼓励学生学习和挖掘授课内容以外的新方法，培养学生的创新能力。不同于验证性实验中教师制定实验内容的模式，综合性实验和开放性实验应基于理论课堂中的自主学习内容，由各小组的学生自主制定本小组的实验内容并由小组成员合作完成。通过自主制定实验内容，提出解决问题的思路、方案，设计相应算法，完成实验作品，学生可在这个过程中得到创新与实践能力的提升。

在实验工具方面，笔者建议学生使用Python 语言进行程序设计。传统“数字图像处理”课程实验主要以MATLAB 作为实验工具。而Python 作为当前在人工智能领域被广泛使用的编程语言，除了免费之外，其相比起MATLAB 的主要优势在于开源所带来的可移植性和强大的第三方生态，以及其作为通用编程语言所带来的应用面广等优势。通过使用Python，学生可以更为自由地将所学到的数字图像处理知识点与人工智能技术结合起来，从而加深对于人工智能时代下数字图像处理技术的理解。

2.3考核方式改革

现有的多数高校对于课程考核体系主要采用“平时成绩+理论课成绩+实验课成绩”的固有考核模式。这种考核方式简单且方便，笔者认为可继续沿用。基于上文所探讨的理论教学改革和实验教学改革内容，除了考查对核心基础理论的掌握程度外，学生在自主学习上的表现也应被纳入课程评分中。通过将自主学习纳入考核评分标准之中，便可以以课程成绩来驱动学生进行自主学习，从而更好地激发学生在课程学习上的自主性。

3结语

本文针对人工智能时代下数字图像处理技术变化快和领域交融的特点，提出了基于学生自主学习的“数字图像处理”课程教学改革方案，并从理论教学、实验教学和考核方式三方面提出具体改革措施。基于自主学习的“数字图像处理”课程改革能够有效提升学生的主动性、参与性和协作性，从而使学生能够适应新技术的快速发展趋势，提高学生的综合实践能力与理论水平，为人工智能时代下数字图像处理方向创新创业实践性人才的培养提供帮助。