關鍵詞：人工智能技術；挑戰(zhàn)和機遇；數(shù)字圖像處理；教學改革；數(shù)據(jù)可視化

中圖分類號：G642 文獻標識碼：A

文章編號：1009-3044（2024）25-0165-03

0 引言

近年來，人工智能技術得到了蓬勃發(fā)展。Chat?GPT、GPT-4o、LLaVA等大模型給各行各業(yè)帶來了巨大的挑戰(zhàn)和機遇。在人工智能時代的洪流中，人們不禁要思考人和機器的關系：哪些職業(yè)或工作會被機器替代？哪些工作可以由機器輔助完成？在這一背景下，高校教師如何利用人工智能技術對高等教育進行優(yōu)化和改革，是亟須解決的重要課題[1]。

數(shù)字圖像處理是利用數(shù)學方法和計算機算法來提高圖像質量、分析圖像內容并提高圖像性能的技術[2]。該技術在醫(yī)學、遙感、視頻處理、工業(yè)檢測等多個領域有著廣泛應用。數(shù)字圖像處理課程是計算機科學專業(yè)、人工智能專業(yè)、數(shù)據(jù)科學專業(yè)的專業(yè)必修課程。當今社會，人工智能技術與數(shù)字圖像處理技術結合得越來越緊密。人們的需求不再停留于使用數(shù)字圖像技術來提高圖像質量，而是轉向使用AI技術對圖像的語義信息進行理解[3]。人類不僅希望機器具有視覺能力，更希望機器具有洞察力。例如，人臉識別技術、自動駕駛技術、智慧醫(yī)學圖像技術等通過神經(jīng)網(wǎng)絡模型對圖像數(shù)據(jù)進行語義理解來提升社會生產(chǎn)的效率和質量。因此，本文以數(shù)字圖像處理課程為研究對象，探討在人工智能時代背景下高等教育的課程改革方案。

總的來說，本文貢獻點如下：

1） 面向新質生產(chǎn)力[4]的教育任務，修改了現(xiàn)有數(shù)字圖像處理的教學目標。

2） 根據(jù)教學目標，修改了課程教學大綱，引入了更多人工智能技術相關的知識點。

3） 在課程實施過程中，除了知識點學習，更加注重學生思維的鍛煉，利用人工智能技術輔助教學過程。

4） 針對生成式AI技術[5]對課程作業(yè)的影響，提出了有效的學生課后學習方案。

1 教學改革方案

本文從課程目標、課程大綱、課程實施和課后學習幾個角度探討人工智能時代背景下數(shù)字圖像處理課程的教學改革。

1.1 課程目標

本文充分調研了國內高校關于數(shù)字圖像處理課程的教學目標，收集整理了包括清華大學、北京大學、上海交通大學、南京大學、鹽城工學院、泰州學院、南京理工大學泰州科技學院、廣州工商學院等共20所大學的數(shù)字圖像處理課程教學目標。通過自然語言處理技術，去除停用詞后，根據(jù)詞頻大小，繪制了現(xiàn)有數(shù)字圖像處理課程的詞云圖。

如圖1所示，目前主流大學的數(shù)字圖像處理關鍵詞為“基本概念”“基本原理”“彩色圖像”等。本課題將“神經(jīng)網(wǎng)絡模型”“計算機視覺”“新質生產(chǎn)力”等關鍵詞加入課程目標中。修改后，數(shù)字圖像處理課程的課程目標為：“面向社會主義現(xiàn)代化需要的新質生產(chǎn)力要求，數(shù)字圖像處理課程旨在培養(yǎng)具有高水平的應用型人才。學生應掌握數(shù)字圖像的基本原理和神經(jīng)網(wǎng)絡模型的基本概念，了解前沿的人工智能技術，能夠將計算機視覺技術應用到社會生產(chǎn)的各領域中?！?/p>

1.2 課程大綱

根據(jù)新制定的教學目標，本文對南京理工大學泰州科技學院數(shù)字圖像處理課程的教學大綱進行了優(yōu)化。

如表1所示，教學改革保留了第一章和第二章的知識點，因為圖像的基本概念與基本運算是后續(xù)章節(jié)的基礎。讓學生清晰地認識數(shù)字圖像的構成，對后續(xù)的前沿技術研究具有重要意義。第三章圖像的變換內容中，課程刪除了圖像的頻域變換內容。因為在之前的上課過程中，發(fā)現(xiàn)學生對二維傅里葉變換的學習非常困難。由于沒有信號與系統(tǒng)和復變函數(shù)前置課程的鋪墊，計算機學院的本科生學習效果事倍功半，造成厭學的現(xiàn)象。另外，在現(xiàn)代計算機視覺應用中，頻域分析法的應用也有所下降。綜上是刪除頻域變換內容的原因。對于第四章圖像增強，大綱替換成了卷積神經(jīng)網(wǎng)絡，因為卷積神經(jīng)網(wǎng)絡是后續(xù)章節(jié)內容的基礎，并且本研究在第六章增加了基于神經(jīng)網(wǎng)絡的圖像增強知識點。第五、六、七、八章是關于計算機視覺的相關應用，覆蓋了圖像分類、圖像增強、圖像分割與圖像生成任務。第九章是關于計算機視覺大模型和多模態(tài)技術的內容，旨在讓學生了解最前沿的人工智能技術，培養(yǎng)高水平的應用型人才。最后一章是關于前沿技術的探討，包括介紹小樣本學習[6]、預訓練模型[7]、智能體[8]等概念。

1.3 課程實施

在課程實施環(huán)節(jié)，本課題不僅根據(jù)教學大綱傳授知識，更關注學生思維的鍛煉和培養(yǎng)。因為在人工智能時代背景下，知識可以被大模型記憶，而思維和智慧是目前人工智能技術所無法實現(xiàn)的。課程考核方式從試卷考試方式調整為作業(yè)。每個章節(jié)都會有對應的實驗，培養(yǎng)學生的動手實踐能力，鍛煉學生的科學思維。

根據(jù)之前的教學經(jīng)驗，現(xiàn)在的大學生喜歡用GPT 這類的大語言模型技術來完成代碼編寫和實驗報告的撰寫，往往AI生成的實驗報告質量很差。本教學改革認為，與其制止學生使用AIGC技術生成報告，不如引導學生正確使用AIGC技術。因為時代在發(fā)展，人類應該思考如何和機器合作共贏。正確使用AIGC技術，可以輔助課程實施過程，提升課程教學質量。本文調研了正確使用AIGC 技術來完成作業(yè)的一些案例。

如表2所示，列舉了3個使用AI大模型輔助學習的例子，正確使用人工智能技術可以提高學習和工作效率。在理論和實踐教學過程中，將指導學生如何有效地使用大模型技術。

1.4 課后學習

在課后學習階段，課程將安排大量的實踐操作來加深學生對理論知識的消化，達到理論結合實踐的教學目標。由于課程涉及的作業(yè)繁重，本研究采用人工智能技術，根據(jù)語義相似度算法，對數(shù)字圖像處理的作業(yè)進行自動化批改，減輕了教師的作業(yè)批改工作量，讓教師抽出更多的時間投入教學和科研工作中。

同時，針對大量的AIGC生成的作業(yè)，本研究同樣采用AIGC Detector技術[9]來識別出學生作業(yè)中哪些部分是AI生成的，哪些是自己原創(chuàng)。針對實驗報告完成質量較差的學生，進行課后反饋和教育，形成閉環(huán)。

2 教學數(shù)據(jù)分析

本研究在2022年對南京理工大學泰州科技學院的數(shù)字圖像處理課程的教學目標、教學大綱、課程實施和課后學習部分按照教學改革方案進行了優(yōu)化，并收集整理了2018—2023年度數(shù)字圖像處理課程的學生成績和教學評價數(shù)據(jù)。2018—2021年的教學數(shù)據(jù)為對照組，2022—2023年的教學數(shù)據(jù)為實驗組。

結合表3和圖3數(shù)據(jù)可知，2018—2021年數(shù)字圖像處理的評教成績平均分為79.79，2022—2023年數(shù)字圖像處理的評教成績平均分為84.27。經(jīng)過2022年的教學改革后，學生的課程平均成績提高了約5.6%。同理，經(jīng)過t檢驗后，課程改革對評教成績有顯著影響。

3 結論

在人工智能時代下，本文對數(shù)字圖像處理課程進行教學改革。首先，修改了教學目標以適應新質生產(chǎn)力的社會需求；其次，針對新的教學目標，優(yōu)化了教學大綱，引入更多的人工智能知識點；然后在課程實施階段，通過AI技術輔助教學過程；最后在課后學習階段，使用AI技術減少了教師的工作量，并通過AIGCDetector技術防止學生過度依賴人工智能技術，形成了教育的閉環(huán)。本研究通過對數(shù)字圖像處理課程的教學改革，取得了良好的教學效果，學生的學習成績和對課程的滿意度都有所提升。這表明在人工智能時代，合理利用人工智能技術可以有效地提升教學質量。未來，本課題將研究利用AI技術來監(jiān)管學生的學習過程，并進行智能的教學反饋。