RT - 
SR - Electronic
T1 - Цифровой образовательный ресурс «Основы компьютерного зрения» для будущих учителей информатики
SP - 2023-04-11
A1 - Баранова, Е. В.
A1 - Солодкая, М. А.
A1 - Тумалев, А. В.
A1 - Носкова, Т. Н.
YR - 2023
UL - https://rep.herzen.spb.ru/publication/989
AB - Представить XXI век без искусственного интеллекта (ИИ) непросто. Каждая технология ИИ применяется если не во всех, то во многих сферах нашей жизни. Так, например, компьютерное зрение применяется в приложении Google Translate, позволяющее получить перевод текста с одного языка на другой при наведении камеры смартфона на текст или загрузки изображения с текстовыми символами. Здесь используются оптическое распознавание символов и дополненная реальность, чтобы наложить поверх текста перевод каждого слова. В производстве компьютерное зрение помогает обнаружить бракованную продукцию на конвейерной ленте и не допустить её выпуск. Помимо этого, компьютерное зрение применяется в области навигации беспилотных транспортных средств, в медицине, в системе дополненной и смешанной реальности, в сельском хозяйстве, в цифровой индустрии развлечений и во многих других сферах. Сегодня существует множество подходов к определению понятия «компьютерное зрение». В исследовании за основу взята следующая трактовка понятия. Компьютерное зрение - это научное направление в области искусственного интеллекта и связанные с ним технологии получения изображений объектов реального мира, их обработки и использования полученных данных для решения разного рода прикладных задач без участия (полного или частичного) человека [Машинное зрение, 2018]. К таким задачам CV относятся: распознавание, классификация, восстановление 3D-геометрии, детектирование объектов, трекинг, сегментация, генерация изображений, создание описания по изображению и многое другое. «Тема нашего исследования - разработка подходов к обучению будущих специалистов в области информатизации образования технологиям компьютерного зрения в условиях быстрых темпов их развития. Актуальность исследования определяется противоречием между необходимостью освоения технологий искусственного интеллекта, в частности, компьютерного зрения, школьниками, учителями, студентами, преподавателями вузов и недостатком методических материалов для этого освоения» [Баранова, 2022]. Актуальность понимания и применения данной технологии возрастает с каждым днём, так как это существенно облегчает жизнь человека, позволяет сконцентрироваться на других аспектах его жизни, позволяет автоматизировать процессы. Обучение студентов педагогического образования технологиям ИИ позволит повысить уровень подготовки будущих специалистов в области образования, позволит образованию идти в ногу со временем. Будущие учителя информатики смогут применить полученные знания в профессиональной области. Появиться возможность передать свой опыт ученикам, расширить их кругозор, познакомить с технологиями ИИ, рассказать, что является ИИ, а что нет, продемонстрировать, какие процессы в жизни человека уже сегодня выполняет ИИ. В связи с этим, в системе дистанционного обучения “Moodle” был разработан цифровой образовательный ресурс «Основы компьютерного зрения», ориентированный на студентов педагогического образования. Содержание обучения состояло из прохождения данного ресурса: изучение лекционного материала, анализ демонстрационных примеров, рассмотренных на лекционном занятии, выполнение лабораторных работ, а также создание самостоятельного проекта и прохождения итогового тестирования для закрепления полученных знаний, умений и навыков. Пример структуры учебных материалов ЦОРа в СДО “Moodle” представлен на рисунке 1. Демонстрационные примеры к лекциям представлены в виде программного кода и результата его работы. Так, например, к лекции № 3.2 «Поиск цветного объекта» иллюстрируют два алгоритма поиска объекта на статичном изображении. Первый алгоритм позволяет найти объект на изображении через цветовое пространство BGR, а второй алгоритм - через цветовое пространство HSV (рисунок 2). В лабораторных работах студентам предстоит научиться писать программный код, выполняющий какую-либо задачу. На рисунке 3 представлен фрагмент лабораторной работы № 3, в которой необходимо отследить объект путём вычитания фоновых изображений. Фрагмент кода, выполняющий отслеживание объекта с помощью видеокамеры путём вычитания фоновых изображений, а также результат его работы представлен на рисунке 4. При обучении студентов использовались формы организации и методы контроля: ▪ входной контроль. Цель входного контроля - определение уровня знаний для дальнейшего планирования работы. Формой контроля служило индивидуальное анонимное взаимодействие. ▪ итоговый контроль, который состоял из двух этапов: ꞏ первый этап - итоговое тестирование. Цель - проверить полученные знания. ꞏ второй этап - самостоятельная проектная часть. Цель - проверка самостоятельности студентов при разработке программы, реализующей один из алгоритмов CV. После разработки ЦОРа и планирования организации учебного процесса по дисциплине была проведена педагогическая апробация. Экспериментальной базой стал РГПУ им. А. И. Герцена города Санкт-Петербурга. Экспериментальная группа состояла из студентов института информационных технологий и технологического образования по направленности «Информатика и информационные технологии в образовании». На первом этапе был проведен констатирующий эксперимент, в котором в качестве метода исследования была использована анкета. В анкете были следующие вопросы: знаком ли вам термин «искусственный интеллект»? Каковы основные технологии ИИ? Приходилось ли ранее работать с языком программирования Python? Как вы оцениваете свой уровень владения языком программирования Python? (шкала от 1 до 5). Какие из разработок созданы с использованием искусственного интеллекта? Знаком ли вам термин «компьютерное зрение»? Как вы оцениваете свой уровень знаний в ИИ? (шкала от 1 до 5) По окончании проведения анкетирования и анализа результатов были сделаны следующие выводы: ▪ Несмотря на отсутствие у большей части опрошенных прошлого опыта в изучении искусственного интеллекта, технологий ИИ и компьютерного зрения, у студентов наблюдается уровень знаний равный среднему. ▪ Студенты имеют представления о большинстве ключевых понятий по модулю курса: компьютерное зрение, искусственный интеллект, а также студенты владеют языком программирования Python. На втором этапе педагогической апробации были проведены лабораторные работы. Были разработаны 4 лабораторных работы, каждая из которых выполнялась студентами после прохождения лекционных занятий и изучения демонстрационных примеров в ЦОРе. Авторами был проведен анализ результатов выполнения студентами лабораторных работ. Несмотря на то, что у студентов 3 курса уровень знаний о языке Python начальный, они справились со всеми заданиями в лабораторных работах. Таким образом, был сделан вывод, что все студенты успешно справились с лабораторными работами, и практические навыки у студентов сформированы. Третьим этапом педагогической апробации являлась разработка самостоятельного проекта, целью которого являлось закрепление на практике всех полученных знаний, умений, навыков и создание собственного программного продукта. Авторами были разработаны 2 тематики для самостоятельной проектной работы: 1. Поиск объекта на статичном изображении. 2. Обнаружение и отслеживание лиц на видеоизображении. Каждый студент выбрал одну из двух тем, а также выбрал самостоятельную работу или работу в паре. На рисунке 5 представлен программный код, написанный одним из студентов в рамках темы «Обнаружение и отслеживание лиц на видеоизображении». Авторами был проведен анализ результатов работ, представленных студентами 3- 4 курсов. Студенты справились с заданием: они смогли написать программный код, который работает безошибочно и выполняет поставленную в теме проекта задачу. Таким образом, был сформулирован вывод: с этапом выполнения самостоятельной проектной работы студенты справились успешно, и поставленная цель достигнута. Заключительным этапом педагогической апробации выступило итоговое тестирование, целью которого являлось - определить уровень знаний, умений и навыков студентов по завершении ЦОРа «Основы компьютерного зрения». Результаты тестирования в виде графика представлены на рисунке 6. Авторами был проведен анализ результатов, полученных после проведения итогового тестирования. По результатам теста стало видно, что все студенты справились с тестом и набрали необходимое минимальное количество баллов, которое равняется 23. По результатам теста ни один студент не смог набрать максимально возможный балл равный 35. Таким образом, был сформулирован вывод: студенты 3-4 курсов, принявшие участие в прохождении итогового тестирования, после изучения теоретического материала и выполнения практической части, успешно усвоили теоретическую и практическую части ЦОРа. Обучение студентов педагогического образования технологиям искусственного интеллекта актуально и востребовано. После прохождения подобного цифрового образовательного ресурса будущий учитель информатики может применить эти знания на уроках в школе. В случае с данным ресурсом, педагог может адаптировать курс для учеников старших классов. Изучение такой области знаний в программировании, как искусственный интеллект и его технологии, позволит ученикам расширить кругозор, поможет в выборе будущей профессии, подготовит учеников к работе с гаджетами. Авторами успешно разработан цифровой образовательный ресурс, проведена апробация среди студентов педагогического образования, внесены правки в содержание обучения по окончании апробации. Намечены следующие цели и задачи для дальнейшего исследования.