关于卷积在《数字图像处理》课程中的拓展教学研究

• 作者: 周芳 杜培明 王兵 王立
• 来源期刊: 电脑知识与技术:学术版
• 学科: 工学
• 关键词: 图像工程 卷积 卷积神经网络 机器学习
• 年，卷（期）: 2020,（10）
• 页码范围: 145-147
• 页数: 3页
• 分类号: TP399

摘要

卷积运算作为图像空间域分析的重要工具,在《数字图像处理》课程的本科教学中占有重要地位.近年来随着深度学习架构的飞速发展,卷积运算成为深度学习技术的重要组成部分,并在图像工程和机器视觉领域得到广泛应用.课程教学中,应与时俱进,探索在图像空间域的传统卷积应用基础上,结合深度学习框架,介绍卷积的各种变体及应用场景,将图像处理课程教学与人工智能机器学习大背景有机融合,使学生更加深入透彻的理解卷积算法并能够在实际场景中应用深度卷积网络,以适应大数据、云计算背景下的新工科教育.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周芳	安徽工业大学电气信息学院	25	85	5.0	8.0
2	杜培明	安徽工业大学电气信息学院	35	164	8.0	11.0
3	王兵	安徽工业大学电气信息学院	18	16	2.0	3.0
4	王立	安徽工业大学电气信息学院	3	1	1.0	1.0