杨静 刘燊
摘要：本文立足于产教融合，针对当前本科院校计算机视觉课程教学进行了初步改革探析，根据人才培养的需求，计算机视觉课程越来越多地成为高等院校相关学科的必修课之一，高质量的教材，丰富的教学经验，以及如何在时代背景下进行产教融合，为此本文进行了一系列探析。
关键词：产教融合;计算机视觉;人工智能
中图分类号：G642 文献标识码：A
文章编号：1009-3044（2021）10-0176-02
1 引言
2019年10月10日，国家发改委联合教育部等六部委出台了《国家产教融合建设试点实施方案》。产教融合是一种特殊的办学模式，它是产业和教育的深度合作，也是经济转型对人才转型的要求，产教融合的本质是一种跨界融合，其根本目的是实现共赢，走产教融合道路是高等教育发展的必然。根据方案要求，我国将分两批选择50个城市开展试点。第一批是按照经济、产业和人口基础支撑较强、教育资源相对集聚等原则选取建设20个左右城市，也就是确保树好标杆、做好示范，待取得实质性进展后再向全国展开。安徽省目前已经成为试点省份，建设首批国家产教融合型城市的省份。按照要求，接下来安徽省将打造形成一批区域特色鲜明的产教融合型行业，并力争在产教融合制度和模式创新上为全国提供可复制借鉴的经验。2019年12月17日，合肥市政府第46次常务会议上审议并原则通过《合肥市推进产教融合校企合作实施办法》，办法中提到，合肥市将进一步深化产教融合，鼓励学校主动与具备条件的企业合作，积极为企业提供所需的课程、师资等。企业依法履行实施职业教育的义务，利用资本、技术、知识、设施和管理等要素参与校企合作，促进人力资源开发，推动职业院校和行业形成共同体。这里的职业院校，主要就包括各类应用型本科院校。
2 计算机视觉课程现状分析
随着计算机技术的迅速发展，人们对人工智能领域的研究越来越深入，计算机视觉作为人工智能的一个子领域，也不断受到广泛的关注和研究。国内首个应用型本科人工智能人才培养体系也已在合肥落地，该培养体系不同于一流研究性大学培养目标，淡化培养学科型、研究型、学术型人才，而更侧重于实际研发和应用领域[1]。
人工智能的目的是让计算机去“看”“读”“听”，而计算机视觉主要解决的就是“看”的问题，视觉系统占据人类所有感官输入的80%，因此计算机视觉领域也即是人工智能的核心领域[2]。目前国内开展计算机视觉课程的院校在日益增多，但这门学科仍然是一门新兴学科。计算机视觉顾名思义就是让计算机具备像人眼一样观察和识别的能力，更进一步地说，就是指用摄像机和计算机代替人眼对目标进行识别跟踪和测量，并进一步做图形处理，使计算机处理成为更适合人眼观察或传送给仪器检测的图像。目前，它已被广泛应用于各个领域，如安防、自动驾驶、医疗以及人们的日常消费等，在各行各业中发挥着举足轻重的作用。
2016年至2020年之间，我国计算机视觉行业市场规模的增长始终保持高增长率。我国计算机视觉市场规模与日俱增，到2018年已突破100亿元，预计到2020年底将接近800亿元的规模。2016年至2020年之间，计算机视觉行业市场规模的增长始终保持高增长率[3]。
3 计算机视觉课程改革面临的问题
计算机视觉市场规模的与日俱增，使得市场上对计算机视觉方面的人才需求量不断增长，因此高等院校作为人才培养的主力军，对计算机视觉的课程建设迫在眉睫。但计算机视觉作为迅速崛起一项新兴技术，其发展历程却并不久远，各方对它的研究也未必深入，因此计算机视觉的课程建设仍有诸多问题亟待解决。
首先，国内的计算机视觉教材的内容主要涉及的有图像采集、图像预处理、基元检测、目标分割、目标表达和描述、纹理特性分析、形状特性分析、立体视觉、三维景物恢复、运动特性分析、景物识别、广义匹配、时空行为了解、场景解释及计算机视觉系统等[4]。但从现状看，目前我国高校计算机视觉还没有普及程度较高的经典教材，大多数教材还是参考国外教材的体系结构，实际应用性并不适合我国国情，不利于培养顺应时代发展的计算机视觉人才。同时，由于计算机视觉是一门新兴学科，国外的教材也在不断地优化之中，所以研究编写出适用于当前国情的教材，成为计算机视觉课程教学工作面临的首要问题。
其次，计算机视觉课程教学仍处于起步阶段，一方面，各院校针对该课程的教研团队都是初步组建，由于技术的快速发展，大多数教师对计算机视觉技术的了解不够深入，能够精通的更是少之又少，所以能讲授这门课的老师处于相对短缺或“凑合”的状态，师资力量十分短缺。另一方面，教学工作本身是需要长期经验积累的，怎样梳理好需要讲授的知识？怎样让学生更好更快的接收并且掌握这些知识点？这些问题的解决都是需要在教学的过程中去摸索的，通过不断地尝试和探索，积累教学经验，才能找到更好的更适合学生的教学方法。而对于现阶段才刚刚起步的计算机视觉课程教学，培养经验明显是不足的。因此师资力量短缺，培养经验不足也是计算机视觉课程建设急需解决的另一大问题。
最后，现阶段计算机视觉的人才培养存在问题。高等院校历来注重对学生理论知识掌握能力的培养，对应用和实践能力的培养相对而言比较放松，而计算机视觉教学仅仅依靠理论教学的支撑是明显不足的，应用实践环节对计算机视觉教学必不可少，应用是对理论的实践，在实践的基础上才能更好地理解和巩固理论知识。但基于计算机视觉的应用性实验对仪器设备的要求较高，例如一个基于计算机视觉的水稻杂株识别研究实验中，由于所需采集的图像像素要求较高，因此需要用到数码相机，同时为了保证运算效率，对计算机的配置要求也比较高[2]。所以计算机视觉教学实验室的建设，成为高等院校面临的一个难题，这也使得现阶段培养的计算机视觉专业方向的学生缺乏实践的经验。企业缺乏计算机视觉专业人才，但高等院校培养的学生却无法解决实际问题，因此高校培养什幺样的人才，而企业又需要什幺样的人才是人才培养过程中亟待解决的又一个问题。
4 解决问题的建议
面对以上问题，结合“产教融合”的背景，我们对计算机视觉课程改革做出如下建议：
针对教材问题，我们需要通过实际教学摸索适合中国国情的计算机视觉教材，结合培养方案，设计出既要满足不断发展的前沿基础理论知识，更要着眼于解决实际问题的开发与应用的教材，从而更好地对接产教融合背景下对人才的需求，培养基础理论扎实并有解决实际问题能力的人才[5]。
其次，课程的教学经验都是需要长期积累的，不断地调整教学方法，想要顺利完成培养目标，也需要不断总结经验改进教学方法。而刚刚起步的计算机视觉教学，目前仍处于积累经验的过程中。企业中的技术人员经过种种实践，实际问题的解决更有经验。因此，计算机视觉课程在产教融合的实现过程中，可以邀请这些企业中具有高水平且拥有实践经验的专业技术人员加入课程教学的兼职团队，聘请他们担任兼职专业课教师或实习指导教师。同时，要不断加强计算机视觉专业教师的培养与学习，一手抓好专业教师的基本功素养，提高对前沿专业技术的认知 ，一手落实专业教师分批次参与到企业的科研项目工作中，让他们的理论知识在实践中得以验证。
最后，针对人才培养的问题，教学内容要兼顾理论性和工程性。因此除了理论的教学，实验实践环节成为计算机视觉教学的非常重要的组成部分。相关企业看中计算机视觉巨大的发展前景，他们抛开了学术研究对理论体系的严谨要求，也没有诸多的条件限制，使得他们对计算机视觉的实际应用更加宽泛，将此技术应用到了广泛的场景，如无线传感器网络、安防、人脸识别、医学图像、无人驾驶、机器人、AR、VR等[6]。应用是对理论的实践，在实践的基础上才能更好地理解和巩固理论知识，学校应不断利用和重视与行业中大型品牌公司的交流与合作机会，谋求各种专业培训资源、行业发展动态等。这样既增加了授课教师的实践经验，也壮大了师资力量，再通过大家的交流以及授课过程中的积累，教学经验不足的问题也必然会慢慢地解决。随着校企双方交流合作的不断深化，结合国家的政策的扶持，校企双方可以联合组建计算机视觉专业研究平台，打造相关专业团队，发挥合作网络的优势，从而进一步联合创建计算机实训基地，这样既解决了学生缺乏实践经验以及实验室建设的问题，也为企业提供了充足的人才资源，使得学校培养的人才与企业所需的人才实现精准对接。
5 产教融合面临的挑战及解决方法
针对计算机视觉教学面临的一系列问题，建议院校可以抓住产教融合时代机遇，坚持“产教融合，校企合作”的新型人才培养模式，以应对计算机视觉教学现有的问题。产教融合虽然给院校计算机视觉教学的发展提供了诸多的机遇，但同时也使之面临着更多的挑战。
一方面，现阶段我国产教融合机制并不健全，缺乏有效的管理机制保障校企合作的有序开展。校企合作对院校来说是一项复杂的工作任务，合作过程中的权利、义务、风险、利益等相关性问题，如果没有相应的保障措施，很难保证合作的顺利开展，即使合作顺利进行了下来，由于缺乏相应的管理机制，也无法保证投入的成本能得到相应的回报，容易导致资源的浪费[7]。另一方面，相关经费保障不力，办学成效难以得到落实。在办学层面上，产教融合是职业教育服务经济社会发展的需要，职业教育以服务地方经济发展需求为办学宗旨，通过教学改革与地方产业转型升级衔接配套，培养大量优势传统产业和战略性新兴产业技术人才。计算机视觉技术作为现阶段前景广阔的新兴产业技术，为了顺应市场的需求，正需要通过产教融合的方式培养出合格的技术人才。但是政府在职业教育产教融合方面的投入有限，没有专项经费用于相关院校的产教融合基地建设，使得产教融合的发展很难有效进行。
面对计算机视觉教学在产教融合过程中遇到的这些问题，相关院校可以紧紧围绕计算机视觉产业转型升级这一主题，以满足市场需求为导向，深化教育供给侧结构性改革，把校企合作、产教融合作为转型的战略之一，加强与计算机视觉行业企业的合作，以培养满足行业产业需求的人才为目标，在转型的过程中，相关院校还可以通过主动搭建或者参与校企合作平台，精准把握计算机视觉产业、市场需求，动态调整人才培养理念、调整课程体系、优化实习实训形式与内容，改进人才培养模式，使产教融合理念贯穿计算机视觉教学全过程[8]。同时，不断完善合作机制，并且制定相关保障措施，包括完善支持政策、设立专项经费、强化责任落实等，为“产教融合，校企合作”提供极大的政策支持。
高校计算机视觉的教学工作任重而道远，但在产教融合的背景下，将会迎来诸多的发展机遇，只要各院校牢牢把握住这些机遇，克服产教融合过程中面临的困难，在国家政策的支持下，坚持“产教融合，校企合作”的人才培养模式，一定能做好计算机视觉教学的相关工作。
参考文献：
[1]李秀艳，汪剑鸣，汤春明， 等.计算机视觉课程教学改革探讨[J].新教育时代电子杂志（教师版），2016（44）：150-151.
[2]袁南星，魏文武，刘明洁.基于计算机视觉的水稻杂株识别研究[J].农机化研究，2020，42（1）：213-216.
[3]皮家甜.基于研讨式教学的计算机视觉专业教改研究[J].计算机产品与流通，2019（3）：186.
[4]沈杰.计算机视觉技术在无人机上的应用[J].数码世界，2020（4）：11-12.
[5]杜翠凤，蒋仕宝.计算机视觉与感知在智慧安防中的应用[J].移动通信，2020，44（3）：78-80+84.
[6]张新强.基于计算机视觉的船舶纯方位目标跟踪方法研究[J].舰船科学技术，2020，42（4）：34-36.
[7]侯群，漆为民.产教融合人工智能专业人才培养模式探索[J].现代信息科技，2019，3（22）：183-186.
[8]王鑫明.论“人工智能+”现代学徒制创新型人才培养体系的构建[J].教育与职业，2020（8）：56-62.
【通联编辑：王力】
