《智能视觉感知技术课程设计》课程教学大纲

《智能视觉感知技术课程设计》课程教学大纲课程名称：智能视觉感知技术课程设计课程编号：F098094662英文名称：Coursedesignofintelligentvisualperceptiontechnology学时：2周学分：2学分开课学期：第2学期适用专业：应用物理学，光电信息科学与工程课程类别：理论课课程性质：选修课程先修课程：线性代数一、课程的性质及任务《智能视觉感知技术》是一门实用性、实践性很强的光电类专业实践课，在教学培养计划中列为选修课程。通过本课程的学习，使学生了解和掌握各种编程语言的核心知识点、图像处理、图像采集、图像拆分等图像处理的基本能力；了解和掌握相机标定、三维重建（II，SFM等）基本上三维图像处理技术；了解和掌握基本的深度学习智能识别相关技术。依据河北工程大学应用物理学专业培养计划，本课程需要培养学生的能力是：1.掌掌握应用物理学专业所需的计算机基础、软件开发及应用等必要的知识，具备从事信息系统技术工作的能力。（毕业要求指标1-(3)）。2.掌握所需要的专业知识和开发工具，具备综合运用理论和技术手段设计复杂应用物理学领域问题的能力（毕业要求指标2-(6)）。3.能够综合运用多种与应用物理学相关的现代工具，实现对复杂工程问题进行预测与模拟，并能够理解其局限性（毕业要求指标2-(17)）。4.具有团队合作意识和精神，理解在多学科背景下团队中不同角色成员的职责，能够在团队中胜任成员以及负责人的角色。（毕业要求指标3-(7)）二、课程目标与要求2.1.课程目标1.了解智能视觉感知技术的基本知识、应用前景，及课程的特点、学习方法、要求。2.掌握基本的三维成像相关的专业知识，能够调研和查阅最新的文献，了解智能视觉感知技术的前沿发展。3.针对指定课题，能够综合运用所学的知识，具有一定的分析问题、解决问题的能力。4.培养团队协作能力，以组队的形式（2~4人一组）完成指定课题，并能够胜任团队中相应的角色。智能视觉感知技术课程教学大纲数理学院本科教学大纲PAGE16PAGE212.2课程目标与毕业要求对应关系毕业要求1234毕业要求二级指标••③掌握应用物理学专业所需的计算机基础、软件开发及应用等必要的知识，具备从事信息系统技术工作的能力。1.知识要求••⑥掌握所需要的专业知识和开发工具，具备综合运用理论和技术手段设计复杂应用物理学领域问题的能力。2.能力要求••⒄能够综合运用多种与应用物理学相关的现代工具，实现对复杂工程问题进行预测与模拟，并能够理解其局限性。2.能力要求•④具有团队合作意识和精神，理解在多学科背景下团队中不同角色成员的职责，能够在团队中胜任成员以及负责人的角色。3.素质要求2.3课程目标与培养环节对应矩阵序号课程目标理论教学实践教学1了解智能视觉感知技术的基本知识、应用前景，及课程的特点、学习方法、要求。HH2掌握基本的三维成像相关的专业知识，能够调研和查阅最新的文献，了解智能视觉感知技术的前沿发展。H3针对指定课题，能够综合运用所学的知识，具有一定的分析问题、解决问题的能力。H4培养团队协作能力，以组队的形式（2~4人一组）完成指定课题，并能够胜任团队中相应的角色。H注：H表示该能力的在此环节重点培养；M表示该能力在此环节有应用要求；L表示该能力在此环节有所涉及。模拟电子技术基础课程教学大纲数理科学与工程学院本科教学大纲PAGE2PAGE412.4目标达成度的评价1.课程目标1主要通过理论教学环节进行培养。主要通过课程设计任务书中对光电检测技术的基本知识，基本概念进行考察。目标达成综合以上内容进行评价。2.课程目标2、3、4主要通过实践教学环节进行培养，在实践中有所涉及。主要通过实践操作中对于知识掌握程度，动手能力，团队协作能力进行培养。目标达成综合以上内容进行评价。三、教学方法及手段1.课程设计以实践教学为主，主要考察学生的团队协作能力和资料检索能力；在给定学生课程设计课题的基础上，让学生按照课题要求去分析问题、检索资料、解决问题，最后完成在给定设备上实现任务书的目标。同时通过撰写课程设计报告对所学的知识进行汇总分析。2.课程设计以实践教学为主，主要依托学生自主进行相关内容检索，在课程设计时，教师针对课程设计中学生出现的问题进行思路指引，解决学生遇到的困难。四、课程的基本内容与教学要求1.课程简介：课程内容、智能视觉感知技术发展现状、发展趋势和技术核心点。2.基本知识：编程的基本知识，常见编程环境配置。重点：常见编程环境配置。难点：编程的基本知识（四大核心）3.数字图像的基本知识：主要是图像和图像读写重点：图像读写难点：不同格式存储图像引起的图像异常4.数字图像直接获取：主要是USB、GIGE、Gentl、IPCamera等多种硬件图像传感器的图像获取。重点：图像采集算法和程序难点：光圈、焦距等图像采集底层概念5.数字图像的间接获取：主要是GIF，Video和II的合成和拆分以及相互转换。重点：不同图像存储的应用场景。难点：图像精准定位下的像素点数据读写。6.相机标定：主要是相机内参、外参标定，单目，双目相机的标定实例。重点：不同相机的快速标定技术。难点：相机成像过程的四个坐标系和三个变换。7.主动三维重建：主动三维重建简介，线结构光和四步相移重点：主动结构光三维重建技术难点：相移推到、解包裹。8.被动三维重建：SFM，II重点：SFM的软件实现难点：SFM的数学原理和推导过程9.深度学习和神经网络：Matlab和Python环境下的深度学习实例重点：深度学习的实现难点：深度学习的理论推导。10.课程设计以Python，Matlab等语言为主，依托图像传感器和视频的图像资源，开发设计图像处理算法，完成任务书指定的要求。五、课内实验无。六、课程学时分配主要内容讲课学时习题课时讨论课时七、课程考核与成绩评定7.1考核方式考核环节包括课程学习过程考核和期末考核，其中课程过程考核占总成绩的50%，主要由课程设计进度进行评定；期末考核成绩占总成绩的50%，主要由课程设计结果进行评定。各环节的比重如下。考核环节比重合计过程考核课程设计进度50%50%期末成绩课程设计结果50%50%总计100%100%7.2考核内容及要求本课程为考查课。考核内容及分值分配如下。考核方式考核内容分值课程目标总分值期末考核50%课程设计结果50目标1、2、3、450分过程考核50%课程设计进度50目标1、2、350分7.3成绩评定1.课程设计进度和出勤情况课程设计进度总分50分，主要有课程设计进度（2周，每周10分），课程设计出勤情况（2周，每周10分），以及相应的课程设计过程中解决问题的表现情况（视情况加分0-10分）。2.课程设计结果课程设计报告总分50分，主要考核课程设计报告的完整度，需要包括前言、课程设计思路、课程设计结果，课程设计配套的代码（每项各10分）。八、课程评价与持续改进8.1课程评价课程评价周期定为每1年评价一次。设置达成情况目标值，采用成绩分析法进行评价。课程达成评价根据测控技术与仪器专业课程达成评价方法进行计算，评价结果用于持续改进。测控系负责人组织教师实施课程评价，制定持续改进措施，监督持续改进过程。课程负责人负责撰写课程考核总结报告，实施课程评价持续改进。8.2持续改进1）日常教学：根据学生学习情况，教师采取座谈会、与学生单独交流，及时调整教学方法、进度，做出教学改进。2）实验室实验：根据学生实验室实验及实验报告情况，对学生理解测控电路知识进行分析，及时