大学多媒体信息检索课程教学探索
开篇：润墨网以专业的文秘视角，为您筛选了一篇大学多媒体信息检索课程教学探索范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
[摘 要]针对当前高等院校计算机专业中多媒体信息检索课程的教学现状以及存在的问题，阐述本科生开设多媒体信息检索课程的必要性，提出适合本科生素质培养的理论和实验教学方案，将理论教学内容分为多媒体信息处理技术和信息检索技术两部分；通过采用Opencv作为实验教学平台，提升学生的实践能力。
[关键词]多媒体信息检索；多媒体信息处理技术；信息检索技术；Opencv
doi：10.3969/j.issn.1673 - 0194.2015.18.181
[中图分类号]G642 [文献标识码]A [文章编号]1673-0194（2015）18-0-02
0 引 言
随着多媒体信息技术的发展和普及，信息传播的载体从传统的以文本为主的方式转变为图像，视频，语音以及文本等多元化载体的方式，计算机学科所研究的对象也从传统的数值和文本扩展到了图像，视频，语音等多媒体数据。多媒体信息检索技术已经成为当前计算机技术发展的热点之一。多媒体信息技术的产业也成为了目前计算机产业中的核心产业之一。许多新兴的应用都可以归纳到这个范畴之内，如人脸识别；目标检测、跟踪和识别；多媒体搜索引擎；移动视觉搜索等。因此在学科发展和产业人才需求的推动下，在本科生开设多媒体信息检索对提升学生的行业竞争力，促进多媒体技术以及信息检索技术在社会生活中的应用有着重要意义。
所谓的多媒体信息检索，根据用户的输入，从数据源中检索到用户需要的信息，相对于传统的信息检索，多媒体信息检索的用户输入方式不仅仅是简单的文字方式，可以是图像，视频和语音等多媒体形式，其结果也是可以多媒体的形式展示。然而，目前与多媒体信息检索技术相关的大多数课程，如图像处理，计算机视觉，语音信号处理，搜索引擎，机器学习和模式识别等，在研究生阶段才有系统的学习，这些课程在本科生教育较少开设，或者部分课程以选修课的形式出现；同时并没有适合本科生学习的教材和内容。本文在此对本科生多媒体信息检索课程的教学进行探讨，包括理论课程内容和实验课程的设计；以及与之相应的教学方式。
1 多媒体信息检索课程的必要性
近5年来，人工智能技术开始从实验室走入到了市场应用中，尤其智能设备的覆盖面越来越广，多媒体信息技术相关产业发展快速，其应用覆盖了到工业生产，个人电脑，手机，相机等各种设备。例如在工业产品生产流水线中基于视觉的产品检测就是多媒体信息检索技术的应用之一；个人手机或者安全系统中的人脸识别，是通过输入人脸图像检索其身份，也是多媒体信息检索技术的典型应用；还有百度，谷歌，必应等搜索网站图像、视频和数字图书馆，地理和医学数据图库等都是多媒体信息检索技术最直接应用的产业。这些产业在近几年有了一个爆炸性的增长，同时又是新兴产业，发展后劲十足。对面这样的行业环境，要求高校在培养计算机专业人才，有必要开设多媒体信息检索技术类的课程，以完善大学计算机课程体系[4]以及满足行业对人才的需求，推动行业发展。而本科生教育是目前行业人才供应的主要“源泉”，在本科教育阶段开设这类课程的教学，同时有助于提高学生创新能力、思考能力和竞争力。
目前，在国内开设多媒体信息检索课程或者类似的课程的高校较少，或者部分课程以选修课程的形式开设。随着产业的发展，部分高校也开始设置多媒体信息检索的课程，尤其是近几年，许多高校设置了数字媒体技术专业，多媒体信息处理类的课程也出现在了部分本科生的日常教学中，例如厦门大学、清华大学、哈尔滨工业大学、南京大学等开设的图像处理，计算机视觉以及机器学习课程。同时，这些课程都开设在本科生的高年级阶段。
这类的课程采用的都是研究生的教材或者国外翻译的教材，这些教材并不适合本科生阅读和学习；同时各个高校同样的课程，教授的内容也不尽相同，缺少一个好的适合本科生的教材，这成为了制约多媒体信息检索课程发展的一个瓶颈。例如，常用的多媒体信息处理的教材非常多，对于图像数据处理教材有：《数字图像处理》冈萨雷斯著、《图像处理、分析与机器视觉》桑卡著、《Computer vision： Algorithms and Applications》Richard Szeliski著等；文本和语音处理教材有：《中文文本信息处理的原理和应用》苗夺谦著、《统计自然语言处理》宗成庆著、《本本和语音处理系统评测》戴布克耶等；信息检索方面的教材有：《现代信息检索》Ricardo著、《搜索引擎，信息检索实践》克罗夫特著、《机器学习》米歇尔著、《模式识别》Sergios著；同时还有许多相关的教材。
多媒体信息检索课程才刚开始进入本科生的课堂，而且目前缺少合适的教材，使得更系统、更有针对性的教授这门课变得更加困难。
3 本科生多媒体信息检索课程的教学方案
多媒体信息检索课程需要理论与实践并重的教学方式，总课时为48学时，其中理论教学36学时，实验课12学时。同时该课程要求学生具有一定的程序设计基础，和基本计算机专业知识，因此该课程开设的时间应在本科生三年级阶段最佳。具体的教学内容如下：
理论课程讲授的内容分成2部分：多媒体信息处理技术和信息检索技术。
3.1 多媒体信息处理技术
3.1.1 文本数据的基本方法及其发展（4学时）
（1.1） 文本处理的基本方法
（1.2） 文本处理的基本发展
（1.3） 文本处理的研究现状
（1.4） 文本分类与信息检索
3.1.2 图像/视频数据处理技术（12学时）
（2.1） 基本图像特征抽取方法
（2.2） 边缘检测方法
（2.3） SIFT特征与HOG特征
（2.4） 视频中的二维分析
（2.5） 人脸检测与识别
3.1.3 语音信号的特征提取（4学时）
（3.1）声学特征
（3.2）声学模型
（3.3）语音搜索技术
（3.4）线性预测参数
3.2 信息检索技术
3.2.1 聚类分析（4学时）
（1.1）相似性度量
（1.2）划分方法
（1.3）层次聚类方法
（1.4）基于密度的聚类
（1.5）基于网格方法
（1.6）基于模型方法
（1.7）蚁群聚类方法
（1.8）粒度计算
3.2.2 索引与检索（4学时）
（2.1）索引和搜索的概念
（2.2）倒排文件索引
（2.3）词汇表存取方法
（2.4）后缀数组索引
（2.5）签名文件索引
（2.6）单模式匹配算法
3.2.3 信息检索模型（4学时）
（3.1）布尔模型，扩展的布尔模型
（3.2）向量空间模型，
（3.2）概率模型和基于语言模型的信息检索模型的区别和联系
3.3 实验课程
实验课程采用OpenCV作为实验平台；OpenCV是一个基于开源发行的跨平台的应用程序库，实现了许多数据检索，模式识别，机器学习以及图像视频语音等数据处理的算法[6]。目前在许多企业和项目开发中也逐步投入使用。实验课程的设置如表1。
4 结 语
本文针对现阶段本科生教育中多媒体信息检索类课程开设的现状，论述开设此类课程的必要性，提出多媒体信息检索课程教学方案，以促进该课程在本科生教育的推广。
主要参考文献
[1]刘晶，张.新形势下影响高校计算机教学质量提高的因素及改革路径[J].才智，2013（36）：151-152.
[2]于莹.高校计算机教学思路及方法探讨[J].计算机光盘软件与应用，2013（23）：223-224.
[3]林华.以数字媒体思维提升MOOC教学[J].计算机教育，2014（23）：25-28.