《人工智能开源硬件与Python编程实践》是基于机器视觉、语音识别等典型方法的开源硬件及开源算法,利用Python编程工具而设计的创新实践项目。
《人工智能开源硬件与Python编程实践》注重推动人工智能新技术的工程实践,将人工智能教育与创客教育相结合,课程模块包括颜色形状检测、目标跟踪、边缘检测、轨迹跟踪、人脸检测、人眼检测、瞳孔检测、条码二维码识别、笑脸检测、数字识别、语音识别等实践项目。每个课程模块均从社会需求及生活实际出发设置实践任务,介绍相关的理论知识和应用方法,提供相应算法的Python实施案例,引导学生动手实践,掌握经典机器视觉、语音识别技术的应用方法,并能够解决实际问题,培养学生的创新实践能力,可作为高等院校学生创新实践类课程教材。
人工智能的迅速发展深刻地改变了人类的社会生活,改变了世界,引起了全世界范围内的重视。2017年7月,国务院印发《新一代人工智能发展规划》,要求抢抓人工智能发展的重大战略机遇,构筑我国人工智能发展的先发优势,加快建设创新型国家和世界科技强国。迄今为止,已经有中国、加拿大、日本、韩国、美国等19个国家和地区先后推出了自己的国家级人工智能战略计划。
美国麻省理工学院温斯顿教授认为:“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”通俗地说,人工智能就是研究和开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用的系统。1956年夏季,在美国达特茅斯学院举办了一场研讨会,深入讨论了用机器模拟人类智能的问题。出席会议的几位计算机科学家首次提出了“人工智能”的概念,设想用当时刚刚出现的计算机来构造复杂的、拥有与人类智慧同样本质特性的机器。这次研讨会标志着人工智能学科的诞生。
人工智能的研究领域一直在不断扩大,主要包括专家系统、机器学习、模式识别、计算机视觉、自然语言处理、专家系统等,典型的应用有机器人、机器翻译、智能驾驶、智能家居等。从1997年超级计算机深蓝与卡斯帕罗夫的较量,到可以与人类进行智力比拼的Watson系统,人工智能正在改变着我们的生活。2012年以后,得益于互联网和大数据技术、计算资源和运算力的突飞猛进以及机器学习(深度学习)等新算法的出现,人工智能开始大爆发。于是,出现了2016年AlphaGo与韩国棋手李世石较量的人工智能的标志性事件。
以卷积神经网络为代表的深度学习方法取得了突破性发展,使得机器可以模仿视听和思考等人类活动,解决了很多复杂的模式识别的难题;使得人工智能技术取得了重大进步,语音识别及语音合成、计算机视觉与目标识别、生物特征识别等典型的人工智能技术开始走进人们的生活。
人工智能成为国际竞争的新焦点和经济发展的新引擎,加快培养人工智能人才是当前的重要工作。国务院印发的《新一代人工智能发展规划》中明确提出:要实施全民智能教育项目,在中小学阶段设置人工智能相关课程,逐步推广编程教育;建立适应智能经济和智能社会需要的终身学习和就业培训体系,支持高等院校、职业学校和社会化培训机构等开展人工智能技能培养。2018年1月,教育部正式颁布《普通高中信息技术课程标准》《普通高中通用技术课程标准》等新课标,设置人工智能初步、开源硬件项目设计、智能家居应用设计等新技术体验与探究课程模块。2018年4月,教育部发布《高等学校人工智能创新行动计划》,推动人工智能基础、机器学习、神经网络、计算机视觉等主干课程建设,结合学生的学习兴趣和社会需求,积极开展新工科实践,支持师生开展AI领域创新创业活动,培养AI创新创业人才。2019年1月,国务院发布《国家职业教育改革实施方案》,要求“牢固树立新发展理念,服务建设现代化经济体系和实现更高质量更充分就业需要,对接科技发展趋势和市场需求,完善职业教育和培训体系”。同年4月,教育部学校规划建设发展中心批准了15所高职院校建立人工智能学院。
项目1 计算机视觉与Python编程实践
(1)问题的提出
(2)任务与目标
(3)知识准备
(4)设计与实践
(5)调试、验证及完善
(6)分析与思考
项目2 视频捕捉与处理Python编程
(1)问题的提出
(2)任务与目标
(3)知识准备
(4)设计与实践
(5)调试、验证及完善
(6)分析与思考
项目3 计算机视觉与颜色追踪
(1)问题的提出
(2)任务与目标
(3)知识准备
(4)设计与实践
(5)调试、验证及完善
(6)分析与思考
项目4 基于计算机视觉的物体形状检测
(1)问题的提出
(2)任务与目标
(3)知识准备
(4)设计与实践
(5)调试、验证及完善
(6)分析与思考
(7)综合拓展实践任务
项目5 计算机视觉目标跟踪系统
(1)问题的提出
(2)任务与目标
(3)知识准备
(4)设计与实践
(5)调试、验证及完善
(6)分析与思考
(7)综合拓展实践任务
项目6 基于边缘与角点检测的图像匹配
(1)问题的提出
(2)任务与目标
(3)知识准备
(4)设计与实践
(5)调试、验证及完善
(6)分析与思考
……
项目7 轨迹跟踪与拟合
项目8 计算机视觉与人脸检测
项目9 人眼检测与瞳孔检测
项目10 计算机视觉与条码识别系统
项目11 计算机视觉与二维码识别系统
项目12 卷积神经网络初步与笑脸识别
项目13 卷积神经网络与图像自动分类
项目14 基于卷积神经网络的手写体数字识别
项目15 语音识别技术与Python编程
项目16 语音交互控制智能相机设计综合实践
参考文献