中图分类号：          文献标识码：

The Construction of Machine vision Course in the new era of socialism

Song Zhili, Guo Xuanhao

School of Computer Science and Information Engineering, Shanghai University of Technology, Shanghai 2001418, China

Abstract: "Machine vision" is how to use the machine instead of human eyes to do measurement and judgment discipline, it is a branch of the rapid development of artificial intelligence, but also a professional basic course of computer master in some colleges and universities. In order to implement the spirit of "Some Opinions on Deepening the Reform and Innovation of Ideological and Political Theory Courses in Schools in the New Era" issued by the Ministry of Education, the ideological and political construction of professional courses of machine vision has been carried out. Through the implementation of the "machine vision" course ideology and politics, the "machine vision" ideology and politics element resources are established and organically integrated into the teaching content. At the same time, the course objectives are revised, the teaching content is enriched and optimized, the course teaching design is improved, the teaching method is reformed and the course assessment and evaluation method is reformed. It realizes the machine vision professional knowledge teaching and ideological and political education at the same time, not to let the students personally experience the country's prosperity, the power of science and technology, enhances the students' pride and sense of responsibility as the master of the country in the new era, and effectively improves the students' interest in learning "machine vision" and guides the students to establish a correct world view. Through the application cases of machine vision in the fields of factory intelligence, national defense construction, unmanned driving, navigation, and medical treatment, the students' spirit of excellence has been cultivated, thus inspiring the enthusiasm of graduate students for serving the country with science and technology, and establishing a correct view of values, outlook on life, and science.

Key words: machine vision; course politics; teaching reformation

2022年，习近平总书记在中国人民大学考察调研时指出“为谁培养人、培养什么人、怎样培养人”始终是教育的根本问题^[1]。要坚持党的领导，坚持马克思主义指导地位，坚持为党和人民事业服务，落实立德树人根本任务，传承红色基因，扎根中国大地办大学，走出一条建设中国特色、世界一流大学的新路^[2]。因此，近年来，实施课程思政建设的理念已经逐步发展为全国高校的共识，特别是针对研究生的教育，研究生作为未来祖国建设的主力军，在研究生的整个教学过程中融入思政教育就显得非常重要，这也是落实落实立德树人、加快构建“三全育人”教育新格局的根本任务。

机器视觉是人工智能的一个分支，是一门涉及神经生物学、计算机科学、人工智能、心理学、光学等诸多领域的交叉学科^[3]，同时也是部分高等院校中理工科硕士专业的一门专业基础课。随着改革开放的不断深入，国家和社会对德智全方面发展的高科技人才培养越来越重视。习近平总书记在党的二十大报告中提出：实施科教兴国战略，强化现代化建设人才支撑教育、科技。必须坚持科技是第一生产力、人才是第一资源、创新是第一动力，深入实施科教兴国战略、人才强国战略、创新驱动发展战略，开辟发展新领域新赛道，不断塑造发展新动能新优势^[4]。在当今社会主义建设的新时期，机器视觉专业课程建设的改革路径既要符合国家科技兴国和 《高等学校课程思政建设指导纲要》^[5]要求，又要能够贯彻党的教育方针，落实立德树人根本任务，从而培养德智体美劳全面发展的社会主义建设者和接班人。

本文对我院在机器视觉专业课程建设改革中的主要任务和工作进行了阐释，希望能为高校机器视觉专业课思政建设提出改革思路，为培养更高质量的人工智能专业人才提供有益借鉴。本次课程建设主要从课程的教学内容、以案例为主的教学方式、教学手段、教学目标、教学考核几个方面进行课程思政建设的探索，并取得了一定的课程建设成果。

1    推进《机器视觉》思政育人的教学内容建设

在机器视觉教学内容方面，系统地梳理传统机器视觉的教学目标、任务、教学内容、深度和结构、教学进度，结合当前中国特色社会主义建设大背景下实施科教兴国战略的实际情况，挖掘思政元素，找准与机器视觉专业知识的切入点，构建完整的“机器视觉知识---思政”的教学内容体系。课程思政教学框架与教学内容的融入如表1所示。

表1 《机器视觉》知识点与思政教育内容体系

2    推进机器视觉混合式教学模式改革

在线教学与传统教学相比具有更多的优势，例如能够提供在线练习、网络试题、在线讨论、在线互动、线上实时答疑、积累课程知识、备考预习等功能。线上教学可为学生和教师提供了灵活性和可定制性，故成为了现代教育体系中非常重要的一种教育、学习模式,是一种不可或缺的，也是最具有冲击力的一种的教育手段。机器视觉教学团队针对原来教学资源陈旧，特别是相关的思政资源较少、教学方法、考核方式比较单一的弊端，开展了线上线下混合式教学改革。利用线上教学的优势，克服了机器视觉教学中开展课程思政所遇到的部分难题，有效地推动了传统机器视觉课程中的思政建设。

1） 实现思政教学元素与传统机器视觉知识点的无缝整合。在线下机器视觉课程中开展思政教育难免会受到时间、空间上的诸多限制，比如线下机器视觉方面的思政资源不足，过长的思政视频会受到课堂时间的限制，部分机器视觉课程作业的代码开发时间远超课堂时间等。利用线上线下混合教学的优势刚好能够弥补这些不足，为思政元素提供更多更好的融入方式，实现机器视觉专业知识与思政元素的完美融合。

2） 教师可以将思政相关的教学视频上传到网络教学平台，让学生选择合适的时间来完成学习，同时也可实现全过程的督学。对一些包含思政的特殊作业，也可以通过网上平台，发挥学生的互动性，从而有效地调动学生的积极性、主动性。

3） 为了让学生亲身体验目前中国科技发展水平，需要增加有关机器视觉科技前沿的教学内容。这部分往往需要较长时间的参与、思考和编程，在传统的教学中，由于时间和空间的限制,不利于开展，而采用线上线下教学模式，则可打破这一限制，顺利推进该类教学活动的开展。

3    推进以案例为主的机器视觉课程建设

通过让研究生动手编写调试相应案例中的关键核心代码，通过亲身经验掌握机器视觉中的基础知识。通过对国内各行各业机器视觉应用案例的介绍，让学生亲身体会到国家的富强强大，增强学生作为新时期国家主人的自豪感、责任感，培养学生精益求精的大国工匠精神，激发学生科技报国的情怀和使命担当，引导学生投入社会主义建设。

3.1无人化工厂建设方面的机器视觉应用专题。国家十四五规划中，明确强调了自动化工厂向智能化工厂建设的转变。通过讲解机器视觉在上海知名制笔企业中进行质量监控的应用案例，培养学生正确的价值观和科学观。

3.2机器视觉在现代国防建设中的应用专题。主要介绍广义机器视觉在国防建设中的实际应用案例。例如导弹的智能导引、机器视觉在军用无人飞行器的自动驾驶、自动导航、智能目标识别、战场无人侦察与反侦察方面的应用。通过对上述案例的讲解，结合对中国机器视觉在国防领域的发展现状、目前机器视觉的研究热点、存在的亟待解决的技术难题的讲解，激发学生以所学知识投身国防建设的激情和科技报国的家国情怀。

3.3 机器视觉在智慧医疗领域方面的应用专题。本部分主要讲解基于计算机视觉与人工智能技术的智能医疗、基于病理图像的三维建模与仿真、上海人工智能岛远程会诊AI手术台中的机器视觉技术。从而激发学生精益求精的大国工匠精神，培养学生淡泊名利，从事医疗设备技术研发，科技报国的创新精神和奉献精神。

3.4 机器视觉在无人自动驾驶方面的应用专题。

无人驾驶是目前最具有研究前景的高新技术领域之一，同时也是改变人类生活方式最彻底，技术最集中、AI人才最聚集的地方。无人驾驶技术包括：传感器、人工智能、通信、导航定位、模式识别、机器视觉、智能控制等，其中机器视觉在其中是不可或缺的关键技术之一。本案例主要讲解中国无人驾驶技术引领世界无人驾驶技术的发展现状，从而提高研究生对当代中国科技强国的自豪感。同时通过讲解目前无人驾驶的技术难题：1）完整自动驾驶问题的定义的方法，当给出清晰定义的问题后，全球范围的研究人员总能解决问题，只不过是时间早晚的区别；2）瓶颈是硬件，自动驾驶的开发依赖于硬件，需要有车辆做数据采集和测试等，软件可以快速迭代，但硬件不行。引领并启发具有相应天赋的学生从事该项研究，从而为国家自动驾驶技术贡献自己的力量，自动坚守科技报国初心,勇担强国建设使命。

3.5 机器视觉在航空航天宇宙探索方面的应用案例。本部分主要以中国祝融号为例，讲解宇宙探索中的智能视觉技术，其中包括机载视觉导航技术、基于机器视觉的智能探测器技术、基于机器视觉的行星表面探测技术、VR/AR/MR技术在航天探索中的应用技术、火箭发射检测系统中的机器视觉技术、基于机器视觉的航天器目标追踪技术等。本部分主要是为了开拓社会主义新时期未来科技工作者的眼界、培养研究生在该领域的研究兴趣，同时激励学生奋发图强、励志学习，增强研究生科技报国责任感与使命感。

3.6 机器视觉在智能化机器人方面的应用。人类从外界获取的80%的信息来自于视觉，机器视觉是机器人设备中代替人眼实现高精度检测、识别、测量和定位引导等功能。机器人,下一个产业化大方向，未来人形机器人市场规模有望达到万亿级别。从人形机器人成本拆解来看，机器人本体约占成本的60%，控制器占比15%左右，视觉传感约25%左右,相应市场规模在2500亿左右。面对如些大的市场规模，本课程开设了机器视觉在智能化机器人方面应用的专题，引导学生认真学好该方面的基础知识，从而为建设社会主义科技强国，争取在该领域为国家创造更多财富从而服务于社会主义建设。

4    推进机器视觉课程考核的改革

改革后的课程考核包括过程化考核和测试性考核两大部分。过程性考核包括文献阅读汇报与课堂讨论、课程实验、课程作业和课程小论文等，占总成绩的50%；期末考试占总成绩的50%，总体分为两大部分：1）其中卷面考核部分针对机器视觉、思政内容知识点进行命题，包括对知识点的理解、记忆、简单运用、综合运用等，2)针对研究生教学，在普通考试的基础上，特别增加了报告考核部分，该部分内容包含思政元素以及针对实际问题的机器视觉算法介绍、针对实际问题的机器视觉建模实现、综合分析等。

5    结语

本文在“机器视觉”思政教学方面进行了有益的探索和实践，根据研究生培养要求和课程特点，深入挖掘思政元素，建立了思政素材库，优化了教学设计，特别是采用了线上线下混合式的机器视觉思政教学，将思政教学有机融入到课堂教学中，完善了课程的考核机制，取得了良好的成效，为研究生其他专业课程的课程思政教学提供了借鉴。

参考文献

[1]教育部.高等学校课程思政建设指导纲要. http://www.moe.gov.cn/srcsite/ A08/ s705

6/202006/t20200603_462437.html.

[2] 习近平总书记在中国人民大学考察时的重要讲话,https://www.gov.cn/xinwen/2022-

04/25/content_5687105.htm.

[3]王亚鹏,董奇.学习神经科学:一门新型的交叉学科[J].教育学报, 2021(2012-4):42-47.

[4]习近平代表第十九届中央委员会向党的二十大作报告.

[5]教育部关于印发《高等学校课程思政建设指导纲要》的通知（教 高〔2020〕3号）

作者简介：宋智礼，理学博士，副教授。郭烜昊，学士，在校研究生。

基金项目：应用型高水平-创新基地-《机器视觉》(编号：1021GK210006237-B20)。