試論計(jì)算機(jī)視覺(jué)實(shí)踐教學(xué)中的創(chuàng)新

楊　冰

(杭州電子科技大學(xué) 計(jì)算機(jī)學(xué)院，浙江 杭州 310018)

?

試論計(jì)算機(jī)視覺(jué)實(shí)踐教學(xué)中的創(chuàng)新

楊冰

(杭州電子科技大學(xué) 計(jì)算機(jī)學(xué)院，浙江 杭州 310018)

摘要：隨著計(jì)算機(jī)視覺(jué)在生活中應(yīng)用的越來(lái)越廣泛，計(jì)算機(jī)視覺(jué)課程也引起廣大學(xué)生的興趣。針對(duì)計(jì)算機(jī)視覺(jué)實(shí)踐教學(xué)中存在的一些低效問(wèn)題，在教學(xué)中設(shè)計(jì)了計(jì)算機(jī)視覺(jué)實(shí)踐教學(xué)層次模型，同時(shí)利用開(kāi)源計(jì)算機(jī)視覺(jué)庫(kù)來(lái)指導(dǎo)學(xué)生進(jìn)行工程實(shí)踐的教學(xué)方式。實(shí)踐表明，層次模型可以幫助學(xué)生由淺入深地理解計(jì)算機(jī)視覺(jué)基礎(chǔ)理論，同時(shí)開(kāi)源計(jì)算機(jī)視覺(jué)庫(kù)既能簡(jiǎn)化計(jì)算機(jī)視覺(jué)方法的編程，又能切實(shí)地提升學(xué)生的實(shí)踐動(dòng)手能力，增強(qiáng)學(xué)生的學(xué)習(xí)興趣。整門(mén)課程的設(shè)計(jì)可以使學(xué)生能夠更好地理解及掌握計(jì)算機(jī)視覺(jué)的相關(guān)知識(shí)，為以后從事相關(guān)研究工作奠定基礎(chǔ)。

關(guān)鍵詞：計(jì)算機(jī)視覺(jué)；實(shí)踐教學(xué)； 開(kāi)源計(jì)算機(jī)視覺(jué)庫(kù)

計(jì)算機(jī)視覺(jué)(Computer Vision)是一門(mén)融合了圖像分析與處理、計(jì)算機(jī)科學(xué)與工程、信號(hào)處理、物理學(xué)、應(yīng)用數(shù)學(xué)和統(tǒng)計(jì)學(xué)、神經(jīng)生理學(xué)和認(rèn)知科學(xué)等多門(mén)學(xué)科的綜合性學(xué)科[1]。其研究目的是使得計(jì)算機(jī)對(duì)于客觀存在的三維世界具備智能化的理解以及識(shí)別能力[2]。隨著與之相關(guān)的應(yīng)用越來(lái)越普遍于我們的生活，學(xué)生們對(duì)這門(mén)課有著濃厚的興趣。如何使得學(xué)生在動(dòng)手實(shí)踐的基礎(chǔ)上，能夠加深對(duì)于計(jì)算機(jī)視覺(jué)的理解，是我們教師首先應(yīng)該注重的問(wèn)題。

一、實(shí)踐教學(xué)存在問(wèn)題

目前，大多數(shù)高校的計(jì)算機(jī)視覺(jué)實(shí)踐教學(xué)中普遍利用Matlab提供的圖像處理開(kāi)發(fā)工具進(jìn)行實(shí)驗(yàn)教學(xué)[3]。由于Matlab程序移植性較差，學(xué)生在完成實(shí)驗(yàn)課程后并不能直接掌握計(jì)算機(jī)視覺(jué)實(shí)際的軟件開(kāi)發(fā)和應(yīng)用，從而不利于學(xué)生的工程實(shí)踐能力的提升。另外一方面，作為一種商業(yè)軟件，正版的Matlab軟件購(gòu)買(mǎi)費(fèi)用較為昂貴，這也限制了Matlab在計(jì)算機(jī)視覺(jué)實(shí)踐教學(xué)的應(yīng)用范圍。

而在實(shí)際的授課過(guò)程中，我們發(fā)現(xiàn)，計(jì)算機(jī)視覺(jué)實(shí)踐教學(xué)中存在著效率低的問(wèn)題，學(xué)生積極性不高。經(jīng)過(guò)大量調(diào)查，低效原因分析如下：

1.教學(xué)任務(wù)設(shè)計(jì)合理性差

無(wú)論是理論教學(xué)亦或是實(shí)踐教學(xué)，課程任務(wù)的設(shè)計(jì)都至關(guān)重要。作為工科課程，整門(mén)課程的邏輯結(jié)構(gòu)尤其需要清晰。教學(xué)任務(wù)設(shè)計(jì)不合理，會(huì)影響學(xué)生對(duì)于課程的理解，進(jìn)而影響學(xué)習(xí)效率，無(wú)法完成預(yù)期的教學(xué)目標(biāo)。另外，如果教學(xué)任務(wù)設(shè)計(jì)的邏輯性不強(qiáng)，學(xué)生在課程結(jié)束后只能掌握學(xué)習(xí)了哪些知識(shí)，無(wú)法理清為什么學(xué)習(xí)以及學(xué)習(xí)了之后能做什么。因此，在計(jì)算機(jī)視覺(jué)實(shí)踐課程中，必須結(jié)合學(xué)生的實(shí)際動(dòng)手能力，設(shè)計(jì)邏輯性較強(qiáng)的教學(xué)任務(wù)，順利完成教學(xué)目標(biāo)。

2.教學(xué)內(nèi)容太抽象

計(jì)算機(jī)視覺(jué)的任務(wù)是使計(jì)算機(jī)能夠模擬人類(lèi)的視覺(jué)，完成人類(lèi)視覺(jué)所能夠進(jìn)行的工作。理論課程的講授目前一般采用多媒體教學(xué)的方式，局限于課本內(nèi)容，不夠生動(dòng)具體。學(xué)生對(duì)理論課程不感興趣，導(dǎo)致在相應(yīng)實(shí)踐課程上需要重新學(xué)習(xí)理論算法，嚴(yán)重影響學(xué)生的積極性，課堂教學(xué)效率低。

3.實(shí)踐難度大

對(duì)于本科學(xué)生來(lái)說(shuō)，理解計(jì)算機(jī)視覺(jué)基礎(chǔ)理論已經(jīng)有難度，要求用代碼實(shí)現(xiàn)出來(lái)，難度更大。一般現(xiàn)在高校普遍采用MATLAB作為平臺(tái)。作為專(zhuān)門(mén)的矩陣處理語(yǔ)言平臺(tái)，MATLAB在處理圖像數(shù)據(jù)上有著其他語(yǔ)言難以達(dá)到的優(yōu)勢(shì)，然而學(xué)生對(duì)于MATLAB中的函數(shù)并不能很好的掌握，甚至需要從頭學(xué)習(xí)，代碼實(shí)踐的難度反而增大。

二、實(shí)踐課程改進(jìn)措施

計(jì)算機(jī)視覺(jué)在越來(lái)越多的領(lǐng)域中發(fā)揮著重要的作用。因此，為了使得學(xué)生既能夠掌握計(jì)算機(jī)視覺(jué)的基本理論和技術(shù)，又能提升工程實(shí)踐能力，在計(jì)算機(jī)視覺(jué)實(shí)踐教學(xué)工作中，通過(guò)反復(fù)的摸索研究,,我們針對(duì)現(xiàn)有的問(wèn)題，提出了課程改進(jìn)措施：(1)設(shè)計(jì)了計(jì)算機(jī)視覺(jué)實(shí)驗(yàn)教學(xué)層次模型，在教學(xué)中的各個(gè)階段加以實(shí)踐，從而循序漸進(jìn)地加強(qiáng)學(xué)生對(duì)基礎(chǔ)理論的認(rèn)知，以及如何將理論轉(zhuǎn)換為課程實(shí)踐，結(jié)合具體問(wèn)題展開(kāi)，提高學(xué)生處理實(shí)際問(wèn)題的能力。清晰的展開(kāi)層次模型中邏輯脈絡(luò)，以使學(xué)生真正的掌握課程的邏輯結(jié)構(gòu)。(2)針對(duì)層次模型中的低層，中層，高層，引入貼近現(xiàn)實(shí)的案例進(jìn)行處理，增加教學(xué)內(nèi)容的生動(dòng)性。(3)引入Intel公司開(kāi)發(fā)的開(kāi)源的跨平臺(tái)計(jì)算機(jī)視覺(jué)庫(kù)OpenCV[4](Open Source Computer Vision Library，開(kāi)源計(jì)算機(jī)視覺(jué)庫(kù))，該開(kāi)源庫(kù)由C函數(shù)以及C++類(lèi)構(gòu)成。由于OpenCV具有較強(qiáng)的可移值性和通用性，學(xué)生可以較為便利地利用該開(kāi)源庫(kù)開(kāi)發(fā)出計(jì)算機(jī)視覺(jué)的實(shí)踐項(xiàng)目，同時(shí)還可查看算法的代碼實(shí)現(xiàn)，提高學(xué)生的編程能力。

(一)計(jì)算機(jī)視覺(jué)實(shí)踐教學(xué)層次模型的設(shè)計(jì)

本課程之前，大學(xué)四年級(jí)的本科生已經(jīng)學(xué)習(xí)過(guò)圖像處理與計(jì)算機(jī)視覺(jué)的理論知識(shí)，然而無(wú)法與現(xiàn)實(shí)對(duì)接，以及無(wú)法整理出清晰的邏輯線，是一個(gè)普遍存在的問(wèn)題。在對(duì)計(jì)算機(jī)視覺(jué)理論與技術(shù)體系[5]充分調(diào)研的基礎(chǔ)上，引導(dǎo)學(xué)生由淺入深地學(xué)習(xí)和掌握計(jì)算機(jī)視覺(jué)基本知識(shí)，我們?cè)趯?shí)踐教學(xué)中設(shè)計(jì)了計(jì)算機(jī)視覺(jué)的層次模型，將教學(xué)目標(biāo)和任務(wù)劃分為三個(gè)層次，即：低層視覺(jué)、中層視覺(jué)、高層視覺(jué)。通過(guò)層次模型的展開(kāi)，學(xué)生能夠由淺及深的掌握計(jì)算機(jī)視覺(jué)的知識(shí)，在邏輯上更深入的理解、掌握和運(yùn)用。

在該教學(xué)層次模型中，各個(gè)層次所針對(duì)的計(jì)算機(jī)視覺(jué)主要問(wèn)題如下：

1.低層視覺(jué)：針對(duì)單幅圖像本身及其內(nèi)在屬性的分析及處理，主要涉及到圖像的變換，如圖像灰度變換、圖像增強(qiáng)、圖像邊緣檢測(cè)、圖像模板濾波等。

2.中層視覺(jué)：對(duì)圖像的內(nèi)容進(jìn)行分析，提取有代表性的中層特征，對(duì)應(yīng)于人類(lèi)的視覺(jué)感官系統(tǒng)。

3.高層視覺(jué)：側(cè)重于針對(duì)圖像內(nèi)容進(jìn)行理解和語(yǔ)義高層認(rèn)知，使得計(jì)算機(jī)具有類(lèi)似人腦的智能化能力，能夠在一定程度上完成人類(lèi)感官認(rèn)知完成的工作，例如圖像識(shí)別，圖像分類(lèi)等。

在我們的教學(xué)層次模型中，低層視覺(jué)內(nèi)容可以服務(wù)于中層視覺(jué)，中層視覺(jué)同時(shí)又可以服務(wù)于高層視覺(jué)。因此，在教學(xué)實(shí)踐中，我們首先安排學(xué)生進(jìn)行低層視覺(jué)層次的學(xué)習(xí)任務(wù)，對(duì)圖像的基本內(nèi)容進(jìn)行深入的了解與掌握，編寫(xiě)代碼完成相應(yīng)的計(jì)算機(jī)視覺(jué)處理問(wèn)題。這一過(guò)程，就實(shí)踐的內(nèi)容而言，針對(duì)學(xué)生對(duì)理論概念不易形成物理空間上的認(rèn)知問(wèn)題，采用大量在日常生活中獲取到的圖像作為處理樣本，貼近現(xiàn)實(shí)生活的同時(shí)又理解了知識(shí)點(diǎn)。在此基礎(chǔ)上，進(jìn)一步引導(dǎo)學(xué)生展開(kāi)中層視覺(jué)層次模型的學(xué)習(xí)，中層視覺(jué)特征主要包括SIFT特征點(diǎn)等，該層次模型的建立比前一層次更接近人類(lèi)的視覺(jué)感官認(rèn)知。學(xué)生可以從這一層次的學(xué)習(xí)中，掌握到人眼視覺(jué)在計(jì)算機(jī)中模擬的奧秘，加深對(duì)計(jì)算機(jī)視覺(jué)的理解高層視覺(jué)層次模型的建立，是基于人類(lèi)對(duì)于圖像的語(yǔ)義的理解，例如帶有復(fù)雜背景的圖像中的物體的識(shí)別。在整個(gè)學(xué)習(xí)過(guò)程中，對(duì)于實(shí)踐的內(nèi)容，遵循低層-中層-高層的發(fā)展，邏輯線則是由“圖像內(nèi)容-人類(lèi)視覺(jué)感知-圖像語(yǔ)義內(nèi)容”，由淺及深，使得學(xué)生對(duì)計(jì)算機(jī)視覺(jué)的知識(shí)認(rèn)知逐步加深，然后再通過(guò)工程實(shí)踐升華對(duì)理論知識(shí)的理解。基于如上討論，我們的教學(xué)任務(wù)設(shè)置的比較合理，層次性邏輯性強(qiáng)，難度遵循教育學(xué)普遍原理[5]，學(xué)生在有余力的完成教學(xué)任務(wù)的同時(shí)，培養(yǎng)出分析問(wèn)題解決問(wèn)題的能力。

(二) 實(shí)踐教學(xué)案例及OpenCV實(shí)現(xiàn)

在我們計(jì)算機(jī)視覺(jué)實(shí)踐教學(xué)中，采用基于項(xiàng)目教學(xué)法[6]的思想。學(xué)生完成一個(gè)項(xiàng)目通常需要以下四個(gè)過(guò)程：(1)項(xiàng)目背景技術(shù)分析；(2)項(xiàng)目具體流程圖設(shè)計(jì)；(3)基于OpenCV軟件實(shí)現(xiàn)；(4)實(shí)現(xiàn)結(jié)果討論分析與展示。在上述每個(gè)階段都要求學(xué)生及時(shí)和教師進(jìn)行討論，根據(jù)學(xué)生所反映的問(wèn)題，教師有針對(duì)性地進(jìn)行指導(dǎo)，從而在解決實(shí)際問(wèn)題過(guò)程中提高學(xué)生的工程實(shí)踐能力。

針對(duì)課程教學(xué)內(nèi)容抽象以及實(shí)踐難度較大的問(wèn)題，我們結(jié)合計(jì)算機(jī)視覺(jué)基本理論和體系結(jié)構(gòu)，并參考國(guó)外大學(xué)的相關(guān)教學(xué)經(jīng)驗(yàn)，在設(shè)計(jì)的層次教學(xué)模型基礎(chǔ)上，實(shí)驗(yàn)項(xiàng)目設(shè)置試舉例如下：

1.低層視覺(jué)

圖像邊緣是指圖像局部強(qiáng)度變化最顯著的部分，主要存在于目標(biāo)與目標(biāo)、目標(biāo)與背景、區(qū)域與區(qū)域(包括不同色彩)之間。圖像邊緣檢測(cè)一般采用Sobel算子和Laplacian算子，利用OpenCV邊緣檢測(cè)Sobel算子和Laplacian算子處理結(jié)果見(jiàn)圖1：

圖1　使用OpenCV對(duì)圖像進(jìn)行邊緣檢測(cè)的結(jié)果圖

2.中層視覺(jué)

SIFT(Scale-invariant feature transform)[7]是一種檢測(cè)局部特征的算法。由于SIFT 特征是基于物體上的一些局部外觀的興趣點(diǎn)而與圖像的大小和旋轉(zhuǎn)無(wú)關(guān)，同時(shí)該特征對(duì)于光線、噪聲、些微視角改變的容忍度也相當(dāng)高，因此在物體辨識(shí)、機(jī)器人地圖感知與導(dǎo)航、影像縫合、3D模型建立、手勢(shì)辨識(shí)、影像追蹤和動(dòng)作比對(duì)等領(lǐng)域有著廣泛的應(yīng)用。

圖2為使用OpenCV提取兩幅不同大小和方向Lena圖像SIFT特征并進(jìn)行特征點(diǎn)配準(zhǔn)的例子，從圖中可以看出，SIFT特征匹配的精度相當(dāng)高。

圖2　使用OpenCV提取SIFT特征并進(jìn)行圖像配準(zhǔn)示意圖

3.高層視覺(jué)

人臉檢測(cè)是模式識(shí)別和人工智能領(lǐng)域中一個(gè)很重要的課題，人臉檢測(cè)[8]從本質(zhì)上講就是要定位圖像中的人臉的位置，并將其標(biāo)識(shí)出來(lái)。人臉檢測(cè)在視頻監(jiān)控、教育應(yīng)用等諸多領(lǐng)域都有廣泛的應(yīng)用，因此具有重要的商業(yè)和科研價(jià)值。Paul Viola[8]首先將Adaboost 算法應(yīng)用于人臉檢測(cè)系統(tǒng)，人臉檢測(cè)的精度和速度都取得了滿意的結(jié)果，因而得到了廣泛的應(yīng)用。

OpenCV包含了對(duì)Adaboost 算法實(shí)現(xiàn)，通過(guò)下述步驟：(1)加載分類(lèi)器 (2)讀入待檢測(cè)圖像或者視頻 (3)檢測(cè)人臉 (4)顯示檢測(cè)結(jié)果，就可以實(shí)現(xiàn)一個(gè)人臉檢測(cè)的程序。圖3顯示了利用OpenCV進(jìn)行人臉檢測(cè)的一個(gè)實(shí)例。

圖3　使用OpenCV進(jìn)行人臉檢測(cè)示意圖

從上面的舉例可以看出，教學(xué)案例的設(shè)置是具有遞進(jìn)性的。采用OpenCV完成實(shí)踐，OpenCV中設(shè)有計(jì)算機(jī)視覺(jué)的函數(shù)庫(kù)，可以直接調(diào)用。MATLAB主要用于研究算法，OpenCV則可以開(kāi)發(fā)實(shí)際的應(yīng)用，直接與硬件結(jié)合，形成可實(shí)用的軟件，這個(gè)對(duì)學(xué)生也是一項(xiàng)比較直觀的激勵(lì)。

三、結(jié)論

在對(duì)計(jì)算機(jī)視覺(jué)理論與技術(shù)體系充分調(diào)研的基礎(chǔ)上，本實(shí)踐教學(xué)中設(shè)計(jì)了計(jì)算機(jī)視覺(jué)實(shí)驗(yàn)教學(xué)層次模型，同時(shí)引入OpenCV開(kāi)源庫(kù)來(lái)進(jìn)行工程實(shí)踐。通過(guò)在實(shí)際教學(xué)中的探索，我們認(rèn)為，層次模型可以幫助學(xué)生由淺入深地理解計(jì)算機(jī)視覺(jué)基礎(chǔ)理論和典型方法，課程整體的邏輯結(jié)構(gòu)性也可以很好的掌握，同時(shí)OpenCV開(kāi)源庫(kù)既能簡(jiǎn)化計(jì)算機(jī)視覺(jué)的編程，又能切實(shí)地提升學(xué)生的實(shí)踐能力。因此，本文方法有效地提高了實(shí)驗(yàn)教學(xué)效果，豐富了計(jì)算機(jī)視覺(jué)課程的實(shí)驗(yàn)教學(xué)方式，激發(fā)了學(xué)生的學(xué)習(xí)主動(dòng)性和積極性。

參考文獻(xiàn)

[1]謝飛. 基于計(jì)算機(jī)視覺(jué)的自動(dòng)光學(xué)檢測(cè)關(guān)鍵技術(shù)與應(yīng)用研究 [D]. 南京：南京大學(xué)出版社， 2013．

[2]劉海洋，劉元安，高錦春，等. 基于發(fā)布訂閱結(jié)構(gòu)的計(jì)算機(jī)視覺(jué)跟蹤研究[J]. 計(jì)算機(jī)學(xué)報(bào)， 2012， 35(8): 1767-1773．

[3]黃展鵬，蔣世忠，劉金裕. 基于Web的數(shù)字圖像處理虛擬實(shí)驗(yàn)室的實(shí)現(xiàn) [J]. 實(shí)驗(yàn)技術(shù)與管理， 2010， 27(12): 110-112．

[4]鐘足峰. 基于OpenCV的實(shí)驗(yàn)室監(jiān)控系統(tǒng)的研究與實(shí)現(xiàn)[J]. 實(shí)驗(yàn)技術(shù)與管理， 2010， 27(1): 100-101．

[5]姚國(guó)正， 汪云九. D.Marr及其視覺(jué)計(jì)算理論[J]. 國(guó)外自動(dòng)化， 1984， 6(6): 55-57．

[6]郭艷光， 趙希光. 在高校計(jì)算機(jī)基礎(chǔ)教學(xué)中實(shí)施項(xiàng)目教學(xué)法的探索[J]. 計(jì)算機(jī)教育， 2011， 6(6): 48-49．

[7]Csurka G， Bray C， Dance C， et al. Visual categorization with bags of keypoints [C]. Prague: Czech Republic， 2004: 1-22．

[8]Viola P， Jones M J. Robust Real-Time Face Detection [J]. International Journal of Computer Vision， 2004， 57(2):137-154．

A Discussion on Innovation in Practical Teaching of Computer Vision

YANG Bing

(SchoolofComputing，HangzhouDianziUniversity，HangzhouZhejiang310018，China)

Abstract:Computer vision course attracts more and more students’ interest due to its wide applications in human life. To overcome some low efficiency problems existing in practical teaching of computer vision， this paper contrives the hierarchical model for computer vision practical teaching， and proposes to use the OpenCV (Open Source Computer Vision Library) to guide students to arrange engineering projects. Experimental results show that the hierarchical model can help students to understand the basic theory of computer vision step by step， while the OpenCV could not only simplify the computer vision programming， but also steadily improve students’ practical ability and enhance their learning interest. Generally speaking， the design of the entire course enables students to understand and master the knowledge of the computer vision better so as to build up a solid foundation for their relevant future research work．

Key words:computer vision; practical teaching; OpenCV

中圖分類(lèi)號(hào):G420

文獻(xiàn)標(biāo)識(shí)碼:B

文章編號(hào):1001-9146(2015)02-0063-04

作者簡(jiǎn)介：楊冰(1985-)，女，安徽碭山人，講師，模式識(shí)別、計(jì)算機(jī)視覺(jué)、機(jī)器學(xué)習(xí).

基金項(xiàng)目：國(guó)家自然科學(xué)基金(61402143)；浙江省自然科學(xué)基金(LQ14F020040)；杭州電子科技大學(xué)科研啟動(dòng)基金(KYS055613014)

收稿日期：2014-10-31

DOI:10.13954/j.cnki.hduss.2015.02.011