前言：中文期刊網精心挑選了人工智能教育的缺點范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
人工智能教育的缺點范文1
關鍵詞：人工智能；智能化計算機輔助教學；專家系統；知識庫
中圖分類號：TP18文獻標識碼：A文章編號：1009-3044(2007)12-21667-02
The Application of Artificial Intelligence in Education
HU Ji-li,YIN Yun-xia
( Anhui University of Traditional Chinese Medicine, Hefei 230038,China)
Abstract:As a result of the interpenetration of older branches into each other, scientific theories and their application of Artificial Intelligence have expanded into nearly all the areas of human activity. This paper introduces the application of Artificial Intelligence in education, especially deals with Intelligence Computer Aided Instruction based on the artificial Intelligence.
Key words:Artificial Intelligence;CAI;expert system;knowledge base
1 引言
人工智能作為當今世界三大尖端技術(空間技術、能源技術和人工智能技術)之一，是計算機科學的一個分支，它的目標是構造能表現出一定智能行為的。人工智能是一門極富挑戰性的科學，從事這項工作的人必須懂得計算機知識、心理學和哲學、機器學習、計算機視覺等?？偟恼f來，人工智能的目的就是讓計算機這臺機器能夠像人一樣思考。人工智能的研究更多的是結合具體領域進行的，主要研究領域有專家系統、機器學習、模式識別、自然語言理解、自動定理證明、自動程序設計、機器人學、博弈、智能決定支持系統和人工神經網絡。它總的來說是面向應用的，隨著人工智能的誕生和發展， 人們開始把計算機用于教學領域。同時， 自七十年代以來， 有教學能力的專家系統得到研制。人工智能技術與專家系統的成就， 促使人們把問題求解、知識表示這些技術引入計算機輔助教學(CAI) ， 這便是智能型計算機輔助教學(CAI)。
近幾十年來， 隨著人工智能技術的日漸成熟， 它的一些研究成果被陸續應用到教學領域， 推進了教育發展改革和教學現代化進程。人工智能在教學系統的重要性也已形成共識。
2 人工智能在教育中的作用
目前在教育技術中涉及到AI的主要有以下領域：
2.1 知識的表示與訪問
基于人工智能的知識表示是以知識為對象，以計算機的軟硬件和計算機科學及人工智能和專家系統技術為工具，以哲學、心理學和邏輯學等為方法和指導，將知識表達成計算機可以直接處理的“知識庫”，使用“計算機的智能”來模擬人類專家或“人類智能”，對知識進行快速、精確、自動、科學的處理。它不屬于通常的“數據管理或信息管理”的“數據”層次，而是屬于“知識處理”或“知識”的智能化層次。其主要內容是對于知識進行形式化的表示、自動化的推理，智能化的教學或創造。計算機輔助教育是其中重要的組成部分。
2.2 符號計算
符號計算包括數值計算、符號計算和函數作圖。其代表軟件是Mathematica，當該軟件在1988年第一次，對科技及很多其他領域的計算機使用方式產生了深刻的影響。Mathematica 1.0時，商業周報將其列入當年最重要的十大新產品名單。這標志著現代科技計算的開始。Mathematica也被大量地用于教育:有成百上千的課程，從高中課程到研究生課程用它作基礎。隨著各種學生版的，Mathematica也已成為全世界各種不同專業學生的重要工具。
2.3 對學生錯誤的自動診斷
采用人工智能技術，使得教學過程中系統可以自動診斷學生的學習水平，不僅能發現學生的錯誤，而且能指出學生錯誤的根源，從而做出有針對性的輔導或學習建議。而且根據學生的特點自動選擇教學內容，自動調整教學進度，自動選擇教學策略與方法。
2.4 實現智能性超媒體教學系統
超媒體系統有理想的教學環境，容易激發學生的學習興趣和學習主動性，但不能保證達到預期的學習目的，而且由于不了解所要教的對象，所以不能做到有針對性的指導，不能因材施教。智能輔助教學系統正好與此相反。將二者結合起來，就可實現性能互補，從而研究制出新一代高性能的智能超媒體教學系統。
3 人工智能應用于教育的新方向：ICAI
3.1 傳統CAI的不足
傳統的CAI由于其集成性、交互性、多媒體性等特點，在教學中可以極大地激發學生的學習動機，提高教師的教學效率和學生的學習效率。但在使用過程中，CAI的一些弱點也逐漸暴露出來。主要表現有:
(1)缺乏人機交互能力
現有CAI 大多以光盤作為信息的載體， 將教材中的內容以多媒體的形式展現出來， 教學信息是按預置的教學流程機械式地提供給學生的， 學生接受起來很被動。而且在課堂教學中， 一般也只能通過教師按預定的課件流程進行操作， 無論學生還是教師都不能很好地參與教與學的過程， 因此人機交互沒有很好地實現。
(2)缺乏教師與學生的互動
現有的CAI 課件在學生自學、進行操作使用時，如何學習都是學生自己的事。教師不能完全了解學生的情況，學生在碰到問題時，也不能向教師求助，師生之間是互相封閉的，軟件所起的積極效果大打折扣。同時由于缺乏網絡支持，現有的絕大多數CAI 課件是在單機環境下運行的，它們無法利用網絡的優勢使知識內容快速更新，也更無法提供便捷的學習討論空間、隨時隨地的師生交流方式以及遠程教學實現的條件。
(3)缺乏智能性
要想面對不同情況的學生進行不同程度的教學過程， 使學生的學習變為主動， 并能由系統自動地提供助學信息而有選擇地學習，要想使教師的教學能積極地參與進去并根據系統提供的信息按照學生的認知模型為其準備最適合的學習內容， 給予不同方式的教學模式與方法， 沒有智能性的CAI 課件系統， 是很難實現以上目的并達到良好教學效果的。由此可見，現有的CAI 隨著人們要求的提高， 已經不能盡如人意。因此以智能CAI 為代表的新的計算機輔助教學系統將是教師在教育技術上需要不斷探求、努力實現的發展方向索。
3.2 ICAI－人工智能與多媒體技術的結合
為了克服傳統CAI的缺點，需要在知識表示、推理方法和自然語言理解等方面應用人工智能原理。因此很多專家提出了智能計算機輔助教學(ICAI)，智能計算機輔助教學(Intelligence Computer Assisted Instruction－ICAI)以認知學為理論基礎。將人工智能技術應用于CAI，是智能化的CAI。在ICAI系統中，允許學生與計算機進行較自由的對話，學生的應答不限于數字或簡單的短語。系統能夠判定學生應答的正確程度，并給予適當的反饋，而不是簡單地說“對”或“錯”。ICAI的宗旨在于利用現有計算機技術實現較好的人工智能，模仿人類的交互方式、思維習慣及情緒流動，修飾和掩蓋計算機的缺陷。
3.3 ICAI的優點
(1)將教學內容與教學策略分開，根據學生的認知模型提供的信息，通過智能系統的搜索與推理，動態生成適合于個別化教學的內容與策略。
(2)通過智能診斷機制判斷學生的學習水平，分析學生產生錯誤的原因，同時向學生提出更改建議、以及進一步學習內容的建議。
(3)通過對全體學生出現的錯誤分布統計，智能診斷機制將向教師提供教學重點、方式、測試重點、題型的建議。
(4)為教師提供友好的教學內容、測試內容維護界面，無需改變軟件的結構即可調整教學策略。
(5)通過對學生認知模型、教學內容、測試結果的智能分析，向教學督導人員提供對任課教師教學業績評價的參考意見?？梢哉f，一個理想、完美的ICAI系統就是一個自主、優秀的“教師”。
3.4 ICAI的標準
以現有的科學技術水平而言，短時期內顯然無法實現具備上述全部功能的ICAI系統。一般認為，只要具有下列一個或幾個特征的CAI系統就可以稱之為ICAI系統。
(1)能自動生成各種問題與練習。
(2)根據學生的學習水平與學習情況選擇與調整學習內容和進度。
(3)在了解教學內容的基礎上自動解決問題，生成解答。
(4)具有自然語言生成與理解能力，以便實現比較自由的教學問答系統，提高人機交互的主動性。
(5)對教學內容有解釋咨詢能力。
(6)能診斷學生錯誤，分析原因并采取糾正措施。
(7)能評價學生的學習行為。
(8)能評價教師的教學行為。
不難看出，ICAI與傳統的CAI相比，更加符合教育教學的規律，切合學生的認知習慣，具有明顯的優越性。
3.5 ICAI的結構
ICAI主要由三個模塊組成:專家系統模塊、教師模塊和學生模塊。
(1)知識庫
知識庫是實現知識推理與專家系統的基礎，而建造知識庫的前提則是要解決知識的形式化，人工智能技術在教育中的應用表示以及知識的訪問與調用問題。因此，知識的表示與訪問是人工智能的核心技術之一，也是將AI引入教育領域必須首先解決的一個難題。
ICAI中的資源庫應該包括以下一些內容:
①多媒體素材庫:包括所要呈現的知識的一些素材，包括:文本、圖像、聲音、動畫及數字影象等多媒體教學資源。這些用于多媒體數據庫管理，便于分類、增刪、修改及查詢等操作。
②教學內容庫:教學內容庫用于存放教學內容，包括領域知識庫(含輔助知識庫、提示幫助庫、練習題庫，和測試題庫)。這些教學內容，包括習題和試題分章、節、課及知識點等有序存貯。供專家決策系統調用。
(2)學生模塊
學生模塊主要包括以下三個模塊:學生登陸模塊、學生水平評價模塊和學生監督模塊。
①學生登陸模塊:利用該模塊主要用于學生使用ICAI時登錄，第一次登錄時學生輸人姓名、性別、年齡、學歷等相關信息，然后對學生進行詢問，選擇合適的測驗題對學生進行初測推薦學習計劃。當再次登錄時，系統根據保存的信息安排合適的學習內容。
②學生水平評價模塊:學生水平測試模塊用于評價某一教學單元學習完后測試成績。通過測試等因素分析，可以比較確切地了解學生的具體情況，從而制定出合理的教學策略和教學過程
③學習監測模塊:學習檢側模塊用于監測記錄學生的日常學習情況，記錄學生學習某教學單元時的參數值，并記錄在學生檔案中。包括:學生目前學習單元號；學習方式；正常學習、練習、提前瀏覽、學后復習；學習時間；學生提示問題的類型和次數；學生本次練習出錯次數。
(3)專家決策模塊
CAI中的專家決策系統可以看作專家系統中的推理機。專家系統是目前人工智能中最活躍、最有成效的一個研究領域，它是一種具有特定領域內大量知識與經驗的程序系統，它應用人工智能技術，模擬人類專家求解問題的思維過程求解領域內的各種問題，其水平可以達到甚至超過入類專家的水平。計算機中存有人類專家的知識并具有推理能力，從而可解決診斷、規劃、調度、預報、決策等要靠人類專家才能完成的任務。
成功的例子如:① DENDRL系統的性能已超過一般專家的水平，可供數百人在化學結構分析方面的使用;②MYCIN系統可以對血液傳染病的診斷治療方案提供咨詢意見經正式鑒定結果，對患有細菌血液病、腦膜炎方而的診斷和提供治療方案已超過了這方面的專家。
ICAI根據學生模塊提供的學生學習情況，通過智能系統的搜索與推理，得出智能化的教學方法與教學策略，能夠較科學地評估學生的學習水平，還可以通過分析學生以往的學習興趣和學習習慣，預測學生的知識需求和常犯錯誤，動態地將不同的學習內容、學習方法與不同的學生匹配，智能地分析學生錯誤的原因，進而有針對地提出合理的教學建議、學習建議以及改進方法，既提高了學生學習的滿意度，激發了學生的學習熱情，也對教師教學提供了客觀的依據和科學的方法。
4 結束語
由此可見人工智能技術已經逐步應用于計算機輔助教學中，與教學現代化有著密切的關系。人工智能技術的發展也必將會對ICAI 的發展起到巨大推動作用。近幾年來，人工智能的研究者們嘗試著使學生脫離“輔導學習”的過程來接受新知識，而采用“通過活動進行學習”的方式。在教學的其他方面，人工智能技術還可以建立人類推理模型學習工具等諸多的運用， 展示出越來越好的實用性。隨著Internet 的發展，虛擬現實技術的廣泛應用， ICAI 也將得到進一步的完善。21 世紀的教育教學手段將是以智能化CAI 為主線，多學科、多方位發展的新技術的體現。這種手段產生了人機交互、人機共生等全新概念，使人類擴展了自己的能力，促進了教育領域方方面面的改革。
參考文獻：
[1]王萬森.人工智能原理及其應用[M].北京:電子工業出版社,2000.
人工智能教育的缺點范文2
關鍵詞：多媒體技術；教學；模式；發展趨勢
多媒體技術自誕生以來就一直受到人們關注，人們將多媒體技術應用于各個領域，多媒體課堂的誕生給教育領域帶來了前所未有的機遇。尤其是隨著因特網的快速發展，多媒體技術不斷更新進步，多媒體課堂也變得越來越豐富，同時在各個階段的教學中也發揮著越來越大的作用。它與傳統課堂相結合，使理論與實踐良好的結合，在未來的發展中更讓人們充滿憧憬。
多媒體教學的發展是隨著計算機的發展展開的，大致可分為三個發展模式。第一種是基于單機的傳統多媒體教學模式，自七十年代多媒體技術應用在教學中就是采用這種最基本的模式，因為單機的傳統模式技術要求不高，所以在之后的幾十年發展過程中，這種模式一直是應用最廣泛的，但是其有自身缺點，它的制作周期長，質量和規范上有問題，尤其是課件技術含量低，知識更新慢；第二種為基于局域網的多媒體教學模式，這種模式基于第一種傳統單機模式，仍然需要制作單機模式中的課件，其進步之處就是網絡教學平臺的運用。與單機傳統模式相比有許多優點；第三種為基于因特網的現代多媒體教學模式，這種模式較前兩個模式有巨大進步，雖然也需要多媒體的基本元素，但是因為因特網的出現，它擺脫了光盤和局域網，能夠實現教學資源的共享，提供非常豐富的教育服務。
二十一世紀是互聯網的世紀，網絡無處不在，在未來的課堂上，網絡的運用會愈加成熟，根據國內外學者的觀點以及對多媒體技術發展的分析，展望未來多媒體技術在教學中的發展趨勢：
一、多媒體技術與網絡通信技術的結合
3G是3rd-Generation的簡稱，即指第三代數字通信技術，大大提高了數據和聲音的傳輸速度，3G技術很強大，它不僅能處理圖像和音頻這些媒體形式，還能夠處理包括視頻等多種媒體形式。移動通信網絡和有限的網絡有效地集成在一起，主要由無線連接，有限的網絡和手持終端三部分組成的。傳統的封閉學習受到空間的限制，即使是后來的互聯網與多媒體技術的整合也無法擺脫有線互聯網不能移動的問題，然而3G技術改善此問題，從而可以廣泛應用到教育的各個領域中。隨著3G技術的發展和廣泛的推廣應用，教育手段和教學方式將發生革命性的變化。
二、多媒體技術與仿真技術的結合
仿真技術在多媒體技術中的應用可以稱為虛擬現實，使身臨其境的人進入虛擬現實境界，從而產生一種強烈的幻覺。
由于設備價格昂貴，虛擬現實技術主要應用于一些特殊的部門，如軍事模擬和游戲中對虛擬現實技術的應用，但在教育領域有廣闊的應用前景，對教育技術來說是一個飛躍。它將"自主學習"的環境引入課堂，學習者通過自身與信息環境的相互作用來得到知識、技能，這種新型的學習方式代替了傳統的以教促學的學習方式。
虛擬現實技術能夠應用到現實教學之中，可以應用在諸多方面，總結主要有：（1）模擬在現實中存在的，但教師在課堂之中無法表現出來的景物，方便學生的研究和探討，如火山爆發、人類登月等。（2）模擬在現實中不存在的，但它可能會在將來發生的事情，主要是可以培養學生的創造性思維能力。（3）創造一個外語學習環境，使你如同置身異國他鄉，這樣可縮短學時，提高效率。（4）模擬一些受時空限制的事物，但在課堂上可以激發學生的興趣，滿足學生的求知欲望，例如地殼變動、大陸板塊漂移、海底活動、太空旅行等。通過這種技術應用，可以提高學生的學習興趣，提供實際生活中觀察不到的視點，使得抽象問題形象化。
隨著仿真技術的發展與成熟，相信會逐步應用到各個教育領域，現如今許多高校將科研成果轉化成了實用技術，如浙江大學、哈爾濱工業大學、清華大學等高校建起了虛擬現實與系統仿真的研究室，擁有傳統實驗室無法比擬的優勢，隨著各個科研機構的努力，那么多媒體技術與仿真技術的結合將來就有可能會進入普通課堂之中。
三、多媒體技術與人工智能技術的結合
隨著科學技術不斷發展，現在人們中生活的智能化水平越來越高。人工智能技術屬于計算機科學，人工智能技術涉及很多學科，如生理學、哲學等。它是一門涉及廣、綜合性強的學科。發展到二十一世紀，人類社會的現代化的步伐加快，科學家對人工智能不斷深入研究并與教育信息化相融合，兩者的不斷發展，使得人工智能技術在教育領域的應用越來越受到人們的重視，同時我國許多專家將人工智能技術與現階段我國的教育教學相結合，從而適應我國國情發展，從最大利益上推進我國教育事業的發展，并取得了巨大進步。近年來，隨著我國技術的成熟，國內教育界對于多媒體技術與人工智能技術的結合的研究范圍廣泛，同時關注度較高，涉及教育教學的許多方面，主要表現舉例如下：一、智能教學系統（ITS），它起源于計算機輔助教學（ C A I ） ，并從其基礎上進一步發展。它能夠模仿人類專家的思維，充分結合學生自身的特征，對其實施個性化教學。二、智能（Agent） 技術，智能（Agent）技術在教育中的應用，是一個移動的計算機程序，主動的服務模式，自動的操作系統，具有自主性、能動性、適應性和靈活性的特點，它已廣泛應用于教育教學，智能的典型應用，智能教育學生教師的智能信息等等。三、智能答疑系統，未來開發智能答疑系統，人工智能技術在問答系統中的應用，克服在問答系統中的個性化互動問題的不足，能有效地解決學生困難的問題，消除學生的學習障礙，促進學習。
通過幾十年的發展，多媒體教學給學生課堂帶來了前所未有的進步，是被教師和學生都接受的教學手段。合理地利用多媒體教學，可以創造生動的教學情景，進而激發學生的學習興趣，優化課堂教學，提高教學質量。但在實際教學中也確實存在許多問題，多媒體課堂并不能完全代替傳統課堂教學，教師無論在何種課堂上都應該以授課為主，以學生為中心，幫助學生學習知識和成長。在未來的多媒體課堂上多少都會對教師有一定的要求，授課教師應該經常更新自己的課件，同時要熟練設備的操作，規劃好自己的教學時間與內容。因此，要適應多媒體教學應用的發展趨勢，教師要做到一些改變，包括教學觀念的變化，教學內容的變化，教學手段的革新等等。時代是發展的，教師們要緊隨這種潮流，不斷學習，不斷更新自己的教學方法和理念。同時，教育界專家和學者也要長期面對和研究多媒體技術在教學中的發展趨勢。隨著不斷的嘗試與改變，多媒體教學會給人們帶來更多的驚喜與期待。
參考文獻：
[1]丁俊.多媒體技術在計算機教學中的應用[J].福建電腦，2006，（5）.
[2]賴文繼.關于多媒體教學新模式的探究[J].桂林電子工業學院學報，2005，（2）.
人工智能教育的缺點范文3
關鍵詞關鍵詞：Unity3D；教育游戲；有限狀態機；模糊狀態設計；數據庫
DOIDOI：10.11907/rjdk.162005
中圖分類號：TP319
文獻標識碼：A 文章編號文章編號：16727800（2016）011007903
0 引言
教育游戲是利用游戲手段進行知識傳授的具有教育功能的電腦游戲軟件[13]。區別于單純的娛樂游戲，教育游戲主要是為游戲者在游戲的整個過程中提供教育功能。傳統的政治教育大都采用講授、視頻演示的形式，教育方式單一、被動、不夠靈活，教育效果受限。此外，教育游戲多集中在自然科學類的課程中，社科類課程鮮有涉及。因此，研究一款用于社科教育的教育游戲，對其教育手段的拓展具有重要意義。
目前，關于教育游戲的游戲形式研究主要包括以下幾個方面：①二維的平面益智類游戲，鍛煉學員的數理能力；②戶外游戲，一般用作心理疏導與心理教育；③運用虛擬現實等技術制作的三維游戲，大多是高新技術的體驗教育，是游戲教育努力尋找的突破點[2]。3D游戲有很多種類，根據角色視角，一般分為第一人稱視角游戲與第三人稱視角游戲，第一人稱游戲（FPS）是眾多3D游戲實現難度最大的游戲，也是與用戶交互最多、沉浸感最強、形式最豐富的游戲。采用FPS游戲對于加強教育的趣味性、豐富教育手段的可能性都大有裨益。
Unity3D是由丹麥Unity Technologies公司開發的一款專業游戲引擎，具有高度優化的圖形渲染管道和內建的NVIDIA PhysX物理引擎，能較真實地模擬三維空間下物體的運動和碰撞，并通過GUI、粒子系統、聲效等輔助手段給用戶以反饋，用來快速制作三維視頻、游戲、建筑可視化、信息可視化等互動內容[45]。本文將基于Unity3D這一游戲引擎，采用具有更豐富的、更生動的第一人稱視角游戲形式，構建一款社科類教育游戲。
1 游戲規則與關卡設計
第一人稱視角游戲最為成熟的作品即《Control Strike》，是較早出現的一種游戲，游戲形式也最為典型。其形式是敵我雙方戰士在一個特定的地理環境下進行槍戰，游戲中有豐富的槍支，如：95自動步槍、AK-47等，對戰過程中需要對彈藥進行補給，通過擊斃對方取得勝利。這類游戲規則典型、學生上手快，能夠將精力集中在教育知識的設計上，如果能與政治教育很好地結合起來則能夠達到事半功倍的效果，這也是人們采用該游戲規則的緣由所在。
政治教育的核心組成部分是愛國教育，愛國是中華民族的傳統美德。目前，敵對勢力依然對我國領土虎視眈眈。因此，選定保衛島嶼作為教育游戲的主題背景，既符合政治教育內容的需要，也更符合時政熱點的聚焦，易被學生接受。
本文設計是選定在某一島嶼上，將學生假想為保衛該島嶼的戰士，通過答題的方式積累自己的教育經驗值，教育經驗值作為槍支與補給彈藥的交易條件。這樣不僅有利于學生對島嶼地理環境的了解，以及槍支彈藥相關知識的學習，而且在游戲過程中將政治教育學習經驗值作為自己的武裝儲備，更為重要的是在對戰中深化了保衛島嶼的愛國情懷。
具體環節設計如圖1所示 ，即為：開始-知識問答（或知識庫學習）-答題獲取知識幣-主裝備選擇（購買槍支）-副裝備選擇（購買彈藥）-進入保衛戰場-對戰-勝利（獲得榮譽勛章）。
2 關鍵技術
2.1 游戲場景構建
游戲場景是影響FPS類游戲十分重要的組成部分。好的游戲效果不僅僅在邏輯上環環相扣，在場景上也是栩栩如生，使用戶有身臨其境的感覺。游戲場景根據目前的場景構建，主要包括地形環境、天空盒、植被、地物、河流等。
地形環境能夠給用戶情景認識最真切的感受，只有地形相似才能更好讓用戶融入到角色中。為了創建真實的島嶼地理環境，采用了1：50 000的遙感影像數據與DEM數據，通過地理數據轉換工具，轉成Unity3D支持的文件格式。盡管1：50 000的地形數據精度已經非常高，但對于刻畫大比例尺的近景虛擬環境，遙感影像的分辨率還是比較模糊。Unity3D提供了Terrian工具，該工具支持紋理材質的疊加，為此，根據視覺需要疊加一部分人為設計的紋理，通過混合紋理處理，圖像既富有一定的真實感，又能符合場景分辨率的需要，場景示例如圖2所示。
對于環境細節刻畫方面，在了解島嶼環境的基礎上，運用Unity3D提供的粒子系統工具，如：爆炸效果、火焰效果、水流等構建環境的細節，將島上的植被、水文等地物外貌復原，據此來刻畫島嶼的地形模型。為了提高游戲的體驗和豐富性，在地形上添加一些人為的障礙物，如一些箱子、油桶等障礙物，如圖3所示。
2.2 基于FSM與FuSM的人工智能設計
在大多數主流游戲中，NPC（Non-Player Character，即非玩家角色）是人工智能的主要應用對象。人工智能的實現是游戲設計的難點，包括規則對象、規則時間以及響應規則。NPC在游戲中如何獲得分析、判斷能力，對于游戲主控者作出的相應行為能力等都是人工智能研究的問題。
主流游戲中的人工智能設計普遍都采用了兩種技術，即有限狀態機（Finite State Machine，FSM）和模糊狀態設計（Fuzzy State Machine，FuSM）。FSM是包含一組狀態集（states）、一個騎士狀態（start state）、一組輸入符號集（alphabet）、一個映射輸入符號和當前狀態到下一狀態的轉換函數（transition function）的計算模型。這樣，游戲開發人員通過FSM可以很清楚地把握NPC的行為，一旦知道NPC當前的狀態和輸入，就可以準確地作出反應行為[67]。
但是，游戲中的FSM非常復雜，在實際編程中要實現復雜的FSM，通常寫一個通用的FSM類，然后根據不同的外部數據決定NPC的不同行為。FSM所建立的是一種確定的行為系統，因而此技術設計下的NPC決策速度比較快。但是，使用FSM也有一個致命的缺點：過于城市化。
FuSM的基本思想就是在FSM的基礎上引入不確定性。在FuSM中，目標狀態的轉換由概率決定，即有輸入和NPC的當前狀態，并不能確定下一個狀態。具體實現方法，就是設計一些簡單的FSM，然后通過設定不同的海陸，從而產生行為各異的NPC。通過修改概率設定來控制NPC行為的改變。
2.3 數據庫
數據是程序的基礎、系統的基石，游戲系統的一切操作都是在數據上進行。對于本教育游戲系統，其數據主要包括場景模型數據、角色模型數據等系統的可視化數據，以及具備知識普及和傳遞的智庫數據。
該系統的智庫數據有兩個部分：一是武器彈藥型號數據，二是關于政治教育知識題庫數據。武器彈藥型號數據包括名稱、型號、尺寸、制作時間、圖片等。
題庫設計要求有一個靈活的接口，這樣可以依據不同時政知識的需求來加載不同的內容。這部分數據是相關知識題型，按照文件內容要求加載即可，使得系統具有很好的兼容性。主要的數據類型為：題號、題干、選項、題型等。
3 游戲設計與實現
3.1 游戲系統結構
教育游戲FPS系統主要包括數據、驅動引擎、功能模塊、界面等方面的構建。數據庫主要有地形數據、環境音效數據等功能模塊是在游戲規則與關卡設計的引領下，基于Unity3D將數據庫中的數據按照邏輯設計算法組織成相應的模塊，從而構建起符合設計的功能；界面是游戲與用戶交互的窗口，直接影響游戲效果。具體系統結構設計如圖4所示。
3.2 系統實現與分析
本文的教育游戲系統效果如圖5―圖8所示。圖5是系統答題畫面以選擇題作為試用題型；圖6是裝備選擇畫面，能夠獲取到準確的武器裝備信息；圖7是FPS游戲對戰實時狙擊畫面；圖8是游戲中彈藥爆炸的粒子效果場景畫面。
4 結語
本文簡述了社科類課程的教育現狀，分析了當前各種教育游戲方法的特點，基于現有的游戲引擎Unity3D，根據政治教育的目標與特點，設計了一款適用于政治教育類的FPS教育游戲。采用真實的1：50 000地形數據以及Unity3D中的Terrain工具，模擬了真實感強的大比例尺地理環境，并在場景中運用音效、粒子系統等手段豐富環境。針對教育游戲中的NPC采用了FSM與FuSM結合的方法，構建了靈活的人工智能提升了教育游戲的智能化。游戲集成了知識智庫模塊，通過游戲過程需求的牽引普及并傳遞了政治教育的相關知識，完成了一定的教育目標，是社科類課程教育游戲的一次嘗試。同時，該游戲在場景模擬、知識與游戲的有機結合等方面還存在許多問題，需進一步研究改進。
參考文獻：
[1] 張文蘭，張俊生.教育游戲的本質與價值審思――從游戲視角看教育與游戲的結合[J].開放教育研究，2007，13（5）：6468.
[2] AMORY A.Building an educational adventure game：theory，design and lessons[J].Journal of Interactive Learning Research，2001，129（2/3）：249264.
[3] 焦樹國，王闖.教育游戲理論與開發[J].電腦知識與技術，2010，6（12）：29642965.
[4] 宣雨松.Unity 3D游戲開發[D].北京：人民郵電出版社，2012.
[5] 王樹斌.淺析Unity3D開發游戲流程及常用技術[J].電腦知識與技術，2012，8（8）：53515352.
人工智能教育的缺點范文4
關鍵詞： 機器學習 人工智能 基本模型
1.引言
“機器學習”是人工智能的重要研究領域之一。機器學習的定義是“系統通過積累經驗而改善系統自身的性能”。通俗地說，就是讓機器去學習，利用學到的知識來指導下一步的判斷。最初研究機器學習，是讓計算機具有學習的能力，以實現智能化。因為人們認為具有人工智能的系統首先必須具有學習能力。機器學習的研究始于神經元模型研究，此后又經歷了符號概念獲取、知識強化學習研究階段，至今已發展到連接學習和混合型學習研究階段。
2.機器學習系統的基本模型
根據機器學習的定義，建立如圖1所示的機器學習基本模型。
模型中包含學習系統的四個基本組成環節。
環境和知識庫是以某種知識表示形式表達的信息的集合，分別代表外界信息來源和系統具有的知識。學習環節和執行環節代表兩個過程。學習環節處理環境提供的信息，以便改善知識庫中的知識。執行環節是整個機器學習系統的核心。利用知識庫中的知識來完成某種任務，并把執行中獲得的信息送還給學習環節。
2.1機器學習的分類
很多學者從不同的角度對機器學習進行了分類，這里簡單闡述一下繼續學習策略的機器學習的種類。按照學習策略的不同，機器學習分為機械學習、歸納學習、基于解釋的學習、基于神經網絡的學習和基于遺傳算法的學習。
2.1.1機械學習
機械學習（Rote Learning）就是“死記硬背式的學習”，靠記憶存儲知識，需要時檢索已經存下來的知識使用，不需要計算和推理。機械學習的模式如下：需要解決的問題為{y，y，...，yn}，輸入已知信息{x，x，...x}后，解決了該問題，于是將記錄對{{x，x，...，x}，{y，y，...，y}}存入數據庫，以后當遇到問{y，y，...，y}時，檢索數據庫，即可得到問題{y，y，...，y}的解答是{x，x，...，x}。
能實現機械式學習算法的系統只需具備兩種基本技能：記憶與檢索。此外，存儲的合理安排，信息的合理結合，以及檢索最優方向的控制也是系統應該考慮的問題。該算法簡單、容易實現、計算快速，但是由于系統不具備歸納推理的功能，對每個不同的問題，即使是類似的問題，也需要知識庫中有不同的記錄。因此占用大量的存儲空間，這是典型的以空間換時間的算法。
2.1.2歸納學習
歸納學習是應用歸納推理進行學習的一種方法。歸納學習的過程是由特殊實例推導出一般情況的過程，這樣就使類似的問題可以利用同樣的方法求解。歸納學習的過程就是示例空間與規則空間的相互利用與反饋。1974年，Simon和Lea提出了雙空間模型，形象地對這一執行過程進行了描述，如圖2所示。
歸納學習算法簡單，節省存儲空間，在一段時間內得到了廣泛的應用。在應用過程中，該算法逐漸顯現出它的缺點：（1）歸納結論是通過對大量的實例分析得出的，這就要求結論的得出要有大量實例作支撐，而這在許多領域都是無法滿足的。（2）歸納結論是由不完全訓練集得出的，因而其正確性無法保證，只能使結論以一定概率成立。（3）該算法通過對實例的分析與對比得出結論，對于信息的重要性與相關關系無法辨別。
2.1.3基于解釋的學習
基于解釋的學習（Explanation-Based Learning）是運用已知相關領域的知識及訓練實例，對某個目標概念進行學習，并通過后繼的不斷練習，得到目標概念的一般化描述。該學習的執行過程如圖3所示。
這種方式的學習得到一個領域完善的知識往往是比較困難的，這就對該算法提出了更高的要求。為解決知識不完善領域的問題，有以下兩個研究方向[2]：（1）改進該算法使其在不完善的領域理論中依然有效。（2）擴充該領域的知識使其擁有更強的解釋能力。通常情況下，第二種改進方法更重要些。
2.1.4基于神經網絡的學習
神經網絡是由許多類似神經元的節點和它們之間帶權的連接組成的復雜網絡結構，是為模仿人類大腦的復雜神經結構而建立起來的抽象數據模型，希望相似的拓撲結構可以使機器像人腦一樣進行數據的分析、存儲與使用。神經網絡學習的過程就是不斷修正連接權的過程。在網絡的使用過程中，對于特定的輸入模式，神經網絡通過前向計算，產生一個輸出模式，并得到節點代表的邏輯概念，通過對輸出信號的比較與分析可以得到特定解。在整個過程中，神經元之間具有一定的冗余性，且允許輸入模式偏離學習樣本，因此神經網絡的計算行為具有良好的并行分布、容錯和抗噪能力。
神經網絡學習算法是一種仿真算法，擁有良好的認識模擬能力和有高度的并行分布式處理能力。但神經網絡模型及其參數設置難以確定，需要長時間的試驗摸索過程。并且，對于最后得到的神經網絡，其反映的知識往往難以讓人理解。為解決這些問題，構造神經網絡集成并從神經網絡或神經網絡集成中抽取規則成為當前研究的熱點。
2.1.5基于遺傳算法的學習
遺傳算法以自然進化和遺傳學為基礎，通過模擬自然界中生物的繁殖與進化過程，使訓練結果逐漸優化。與遺傳過程類似，在學習過程中，通過選擇最好結果并使其組合產生下一代，使“優秀的遺傳因子”逐代積累，最后得到最優的解。遺傳算法解決了神經網絡學習中的一個缺點，它不需要知道原始信息而只需知道學習的目的即可進行，具有很強的并行計算能力和適應能力。此外，遺傳算法采取的隨機搜索方法提高了該學習算法對全局搜索的能力。遺傳算法的缺點主要體現在三個方面：無法確定最終解的全局最優性；無法控制遺傳過程中變異的方向；無法有效地確定進化終止條件?；谶@三個缺點，有人提出了遺傳算法與其他學習算法的結合，優點互補已達到更好的效果。
3.結語
機器學習在過去十幾年中取得了飛速的發展，目前已經成為子領域眾多、內涵非常豐富的學科領域?！案唷⒏玫亟鉀Q實際問題”成為機器學習發展的驅動力。事實上，過去若干年中出現的很多新的研究方向，例如半監督學習、代價敏感學習等，都起源于實際應用中抽象出來的問題，而機器學習的研究進展，也很快就在眾多應用領域中發揮作用。機器學習正在逐漸成為基礎性、透明化、無處不在的支持技術、服務技術。
參考文獻：
[1]周志華.機器學習與數據挖掘[J].
人工智能教育的缺點范文5
[關鍵詞]智能機器人 師范院校 教師教育 師范模式
一、引言
20世紀90年代以來,隨著科技的進步,人工智能技術的發展,智能機器人在全世界范圍內掀起了一股熱潮。隨著機器人技術理念的逐步完善和相關設備更新,人們也將越來越重視智能機器人的教學和競賽活動。正是因為看到了這一點,我國的高等教育以及中小學教育在這方面也都投入了巨大的熱情和精力,智能機器人教育在學校教育中的地位也越來越重要。筆者通過文獻檢索發現,智能機器人教育在國內外已不是少數學校的事。
1.國內外高校智能機器人教育開展現狀
無論國內還是國外,在高校開設智能機器人教育課程的現象已經非常普遍。但主要是一些綜合性大學。比如日本是世界上機器人教育和機器人文化普及最高的國家之一,在日本不僅每所大學具有高水平的機器人研究和教學內容,且每年舉行多種不同檔次的機器人設計和制作大賽,通過大賽培養了大批機器人技術研究和應用人才,使日本的機器人技術走到了世界前列。其他再比如一些歐美國家,亞太地區等都有該類項目的開設。
在國內,據不完全統計也有為數相當的高校有開設這項課程。其中有包括清華大學、北京大學、北京理工大學、西安理工大學等綜合型大學,也有北京師范大學、浙江師范大學等師范類大學,其他還有一些職業技術學院等等。可以說我們的教育界還是注意到了這門新興的學科,也在這塊領域投入了相當的支持和關注。
2.國內外中小學智能機器人教育開展現狀
國外青少年熱中于機器人基于他們的歷史文化環境:一是高新科技(尤其是IT的超速發展);二是漫畫、電影、電視、體育競賽、電子游戲以及互聯網的影響。也正是由于這些文化因素的影響,智能機器人教育在國外開展地如火如荼,發展也比較迅速。目前,各國都有舉辦不同級別、科目、門類的比賽:比如日本的ROBO―ONE比賽至今已經舉辦了7屆,還有“青少年機器人大賽”等,其主要參賽者都是年輕人。與此同時韓國的青少年也在掀起一股機器人熱潮,韓國政府和企業也正在投入大量資金開發機器人產業,并使之商品化。而在美、德、法等國家,機器人產業也正在受到重視,一般采取“官產學”形式?！肮佟奔凑闹С趾驼{節,“產”即產業界的自我分類的研究和開發,“學”即學校專門設置的課程,進行學校教育。在如此龐大的體系下,機器人產業在國外已占非常重要的地位,尤其在當今的信息技術時代。
我國的智能機器人教育現狀又如何呢?據不完全統計,在2005年全國已有2.5萬余所中小學、320余萬學生參與到智能機器人教育當中來。隨著這幾年經濟的快速發展,目前我國中小學參與到機器人教育這個項目當中的人遠遠超過了上述數據,而且還在不斷上升。特別是沿海發達地區,比如上海、廣東、浙江、江蘇等地區。目前的主要開設形式是校本課程或者興趣小組等,參與的學生也大多是出于個人興趣愛好。
3.中小學智能機器人教育的師資現狀
由于智能技術是信息技術的核心領域,智能機器人也成為了培養學生動手能力、創新能力、協作能力和邏輯思維能力,提高學生綜合素質,開拓智力的平臺;同時,也是進行程序設計形象化、成果化教育的平臺。
目前就已開展智能機器人教育的學校來看,其主要的指導老師就是信息技術老師。智能機器人教育主要多個學科的知識,由于沒有專門的機器人教育專業,使得我國基礎教育領域機器人方面的師資處于接近真空狀態。可以看到中小學信息技術教育在師資方面還存在著諸多欠缺的地方。而計算機科學與技術、教育技術這兩類專業在培養目標和培養模式上都帶有局限性。比如計算機科學與技術專業,他們培養的人才往往有雙重性:一是培養具有教書育人的良好素質,能勝任中小學計算機教育的教師;二是可從事計算機行業的相關人才。而教育技術專業雖然把培養目標調整為“具有良好的信息素質,勝任中小學信息技術課程的教學工作”,但是,目前多數教育技術專業、計算機科學與技術專業的培養模式培養大批“勝任”智能機器人教育課程的教師顯然不切實際。
4.關于師范院校開展智能機器人教育的情況
在我們國家而言,智能機器人還屬于比較新興的項目,作為科研重要基地的大學起步也較晚,大家的水平差距相對較小。如果師范院?，F在開設該項目,以時機來看,比較恰當。正因為大家處于同一起點,相互之間的差距不是很大,更加有競爭。師范類院校作為為社會培養人才的基地,更應該看到這一事實。目前師范類院校較綜合大學來實力上看處于劣勢狀態,但師范院校由于和基礎教育結合緊密,在發展機器人教育方面事實上具有先天優勢。為提高師范類院校的競爭地位,增強培養人才的實際能力,創造出師范特色的新的人才培養模式,都值得我們思考并加以實施。
二、師范院校開展智能機器人教育的價值
1.師范類院校提高本身競爭力的需要
在師范類院校開設智能機器人教育正是順應了師范教育改革的潮流。不僅可以為基礎教育提供更好的師資力量,也為師范類院校在人才培養模式上帶來了新的思考。拓寬了師范生的就業渠道,增強了社會競爭力。
2.中小學智能機器人教育的需要
智能機器人教育引入中小學,不僅有利于信息技術的發展;有利于我們探索教育改革和人才培養的新途徑、新方法;有利于高素質人才的培養;同時,也將推動我國智能機器人知識和技術的普及;促進我國智能機器人事業的發展和專業人才的培養;促使新興的智能機器人產業的形成。因此智能機器人進入中小學已成為一種必然趨勢。我們可以通過智能機器人教育這個平臺挖掘學生的創造潛能培養造就創新人才。不久的將來,智能機器人教學必將進入我們的周圍,越來越多的人員便會參與到其中。如果師范類院校開設智能機器人教學,那么等到這些人員從事到中小學教育以后,他們發揮出來的作用將不可限量。
3.培養學生的諸多能力需要
智能機器人技術是世界強國重點發展的高技術,也是世界公認的打開21世紀大門的鑰匙。智能機器人融合了機械、電子、人工智能等技術。如果把它引入教育,不僅有利于信息技術教育的發展;有利于我們探索人才改革和人才培養的新途徑、新方法;有利于高素質人才的培養;同時將推動我國智能機器人知識和技術的普及;促進我國智能機器人事業的發展和專業人才的培養;促進新興產業的形成。實踐證明它不僅可以激發學生的想象力,培養學生的設計能力、創造能力、動手能力和跨專業的綜合應用能力而且還培養了學生的協作精神。把智能機器人引入師范教育,不僅培養了學生的諸多能力,同時又為師范類院校學生在就業競爭中提供了一項優勢,何樂不為?
4.師范性和專業性結合,培養更全面人才的需要
師范教育的根本目的不在于培養文學家、科學家,而是培養能培育文學家、科學家的教育家。在師范類院校開設智能機器人課程便是培養模式上的一種嘗試和創新。由于師范類院校其本身的特殊性,它主要為基礎教育培養師資力量,側重點在于培養教師而不是培養研究性人才。師范類院校要培養智能機器人教育的人才,勢必要調整培養目標和培養模式,把專業性和師范性更好到結合在一起,只有這樣才能優化人才,增加競爭力。師范類院校要看到自己的缺點的同時也注意發揮自己的優勢。目前中小學存在的問題就是專業教師的缺乏。為中小學智能機器人教育提供更優的師資,也為師范類院校學生提供更多的就業機會而言,在師范類院校開設智能機器人教育也就非常必要而且也很有利。
三、要研究智能機器人教育發展的師范模式
1.要總結開設智能機器人教育的做法和經驗
湖州師范學院于2004年開始智能機器人教育,目前擁有機器人儀器80臺,實驗室兩個。主要以學科競賽、興趣小組形式開展設,目前正在課程開設試驗。舉辦過六次機器人院級比賽,五次機器人校級比賽,舉辦過兩期暑期培訓,并代表學校參加過7次全國性的比賽,參與到這項教育活動的學生數大約有600人,獲得了全國一等獎多項,引起社會、其它學校的關注。
作為師范院校,開展智能機器人教育的主要目的是為突出專業特色,增強社會競爭力。雖然我們開展的時間并不是很長,但無論是自己舉辦活動還是參加大規模的比賽,我們的師生都認真努力,收獲頗多。在教學實踐和理論方面都有了很大的提高,積累了一定的經驗。
從筆者的走訪來看,無論是參與到其中的教師還是學生,都得到了一定的鍛煉。一些同學甚至還受到了一些中小學的邀請,去擔任他們的興趣小組指導教練,參加省級比賽,也取得了不錯的成績。智能機器人教育開闊了學生的視野,培養了學生的能力,同時打造了學校品牌,為學生就業提供了多一條的途徑。
但同時在教育對象、課程設置、實驗室管理等方面也都還存在著一定的問題。比如智能機器人是融合了多種技術的綜合性課程,開設培訓課程以前,需要學生有一定理論基礎。所以需要開設一定的前序課程。由于受到實驗室、師資等問題的限制,目前我們學院開設的項目還比較少,學生參與面還不夠寬等等。
2.要明確培養目標,更好地開展機器人教育,形成師范模式
就師范類院校開展智能機器人教育而言,筆者認為我們要按師范專業的特點開展一系列智能機器人教育課程、活動,形成一種師范模式,更好地普及機器人教育,為基礎教育培養優秀人才。
(1)在師范專業開設一些信息技術課,培養學生信息素養
當今時代,對學生的信息技術素養要求越來越高。根據我院實際經驗,學生在參與到機器人活動中時需要一定的信息技術基礎,比如C語言編程,而我們師范生缺少的就是這方面的知識。如果師范院校在這方面能開設一些系列課程,使學生的理論知識水平有所積累,對于我們開展機器人教育必將有極大的幫助。我們在從小學教育專業、教育技術專業本科生中開展智能機器人教育,就十分重視學生信息技術課程知識的補充,因此師范生在智能機器人教育的一系列活動、選修課程中理解能力、動手能力就迅速提升。
(2)建立配套完備的機器人教育實驗室
智能機器人是技術的前沿之一,集成了數學、物理、化學、生物、機械、電子、材料、能源、計算機硬件、軟件等眾多領域的科學和技術知識,沒有一種技術平臺比智能機器人更綜合。所以為了使現在的師范生能夠更適應未來信息時代的要求,在教學實驗環節中及時地增加教學實驗內容是非常有必要和可行的。況且,機器人教學需要有實際的場地設備等要求,機器人教育實驗室的創辦非常需要。加強機器人教育實驗室建設,重點在對學生進行機器人教育指導能力的訓練,同時要注意實驗室的專業完備程度,規范管理等,并提高機器人實驗室的軟件建設、社會服務能力。
(3)成立大學生機器人教育協會,組織機器人學科競賽
機器人比賽是一項很好的科技創新活動,不僅易于激發興趣,而且還可以培養學生的多種能力。學生們在研討爭論中,逐漸提高了語言表達能力;在策略方案分析中,鍛煉了思考、分析問題和解決的能力;在具體設計和安裝調試中,綜合運用各門課程知識,提高了工程設計和工程實施的安裝能力。我們目前建立大學生機器人教育協會,吸引學生參加這方面的活動,學習機器人原理,掌握機器人制作、編程、操作技能,活動形式主要是開展機器人學科競賽。這樣既可以檢驗我們學生學到的實際的知識以及獲得的能力,也能贏得更多的榮譽,得到學校領導的重視,擴大師范院校在機器人競賽的影響,更重要的是從親身實踐中學會和發展智能機器人教育活動的組織能力。
人工智能教育的缺點范文6
關鍵詞:視頻監控;嵌入式系統;人工智能
中圖分類號:TN141.9文獻標識碼:B
The Analysis of Video Surveillance System
LIU Gang-li,WU Fei
(Chengdu Electromechanical college, Chengdu Sichuan 610031, China)
Abstract: Embedded video surveillance system is a new digital video surveillance system based on embedded system technology, video technology and real time network transporttechnology. Compared to the old video surveillance system, it has many advantages, such as stability, real time performance, functions and price etc. It is also the direction of research and development in video surveillance system.
Keywords: vedio surveillance; embedded system; artificial intelligence
引言
近年來,視頻監控系統得到了廣泛應用。從功能上講,視頻監控系統可用于安全防范、信息獲取和指揮調度等方面,可以提供生產流程控制、大型公共設施的安防、醫療監護、遠程教育等多種服務。從應用領域上看,視頻監控系統在各行各業都得到了應用,例如軍事領域的基地安防、公安偵破、監獄法庭監管等;檔案室、文件室、博物館、金融等機要部門的監視、控制和報警;交通領域的高速公路收費管理、交通違章、流量監控、車輛牌照管理和公路、橋梁、鐵路、機場等場所的遠程圖像監控;電信領域的交換機房、無線機房、動力機房等的遠程監控;電力領域的變電站、電廠等的遠程無人值守監控;社區物業管理中的住宅小區、辦公室安全防范和智能大廈、停車場的無人監控等[1]。
1模擬視頻監控系統
早期視頻監控方案中的視頻、音頻信號的采集、傳輸、存儲均為模擬形式,沒有實現數字化,更不能通過網絡來交換數據。模擬視頻監控系統通過微處理器或者PC機對模擬視頻系統實施數字控制以及多媒體管理,具有良好的實時性和圖像質量,然而這樣的系統靈活性差。以下是模擬監控系統的主要缺點:
(1)監控的范圍很有限,通常只適合于小范圍的區域監控。同軸電纜是模擬視頻信號的主要傳輸工具,而同軸電纜傳輸模擬視頻信號的距離比較短,往往不超過一千米,雙絞線的距離更短。由于模擬線路不可能很長,所以信號傳輸距離有限且無法聯網,僅局限于同一建筑物或工廠內[2];
(2)模擬信號占用通訊線路較多,而且開放性較差;
(3)監控質量不高。由于模擬信號很容易受干擾,所以監控圖像質量不好;
(4)維護管理復雜。沒有良好的用戶操作界面,非專業人員無法正常操作;
(5)成本較高。對于每個監控中心都需要配置一套監控設備,而且信息的存儲方式是利用錄像帶、磁帶等設備,這些存儲設備成本較高。
由于存在以上缺點,所以傳統的模擬視頻監控系統己遠遠不能滿足越來越高的生產和管理監控的需求[3]。
2數字視頻監控系統
上世紀90年代,由于視頻壓縮編碼技術、多媒體技術、網絡通訊技術的出現,數字視頻監控系統迅速崛起。目前,數字視頻監控系統主要有兩種類型:一種是以基于PC的數字錄像設備為核心的視頻監控系統;另一種是以嵌入式視頻WEB服務器為核心的視頻監控系統。
2.1基于PC的視頻監控系統
基于PC的多媒體監控系統的結構一般是在遠端監控現場,有若干個攝像機、各種檢測、報警探頭與數據設備,通過各自的傳輸線路,匯接到多媒體監控終端上。多媒體監控終端可以是一臺PC機,也可以是專用的工控機。除了處理各種信息和完成本地所要求的各種功能外,系統利用視頻壓縮卡和通信接口卡,通過通信網絡,將監控信息傳到一個或多個監控中心。
相對于模擬傳送,基于PC的多媒體監控具有以下優點:
(1)數字監控系統把監控錄像保存在大容量硬盤上,數字信號長期存儲,信息永不丟失,圖像質量不下降;
(2)數字視頻容易被計算機處理,可以在監控圖像中設定報警區域,計算機對報警區域的圖像進行分析和處理,當有目標在該區域內活動時,計算機及時采取預定操作,在一定程度上做到自動監控,無人職守;
(3)數字視頻經過壓縮之后,占用帶寬較小,而且數字信號在傳輸時容易進行加密,非法截取的信號無法還原為視頻圖像;
(4)數字錄像存儲在計算機硬盤上,可以用計算機來檢索和管理,擺脫了手工管理和檢索的復雜繁瑣[4]。
2.2基于嵌入式技術的網絡視頻監控系統
隨著網絡帶寬、計算機處理能力、大容量存儲和嵌入式技術的快速發展及各種實用視頻處理技術的出現,視頻監控步入了全數字化的網絡時代。以目前嵌入式處理技術、視頻壓縮及解壓技術、網絡通信技術等構成的視頻監控系統稱為基于嵌入式技術的網絡視頻監控系統。基于嵌入式技術的視頻監控系統的優點是:性能穩定,便于安裝,易于實現系統的模塊化設計,便于管理和維護,能夠充分利用網絡資源[5]。
3國內外研究現狀
智能視頻監控具有廣泛的應用前景和潛在的經濟價值,引起了國際上許多著名科研機構以及研究人員的興趣。就目前而言,國際上對智能視頻監控的研究已經達到了一定的水平,智能視頻也受到越來越多的重視,一些重要的學術期刊和重要的學術會議已經將智能視頻監控作為主題內容之一。同時也有不少的原型系統被研制出來,如在上個世紀90年代末,美國國防高級研究計劃局(DARPA)資助卡內基梅隆、戴維SARNOFF研究中心等著名大學和科研機構,聯合研制出了智能場景監視與監控系統VSAM,應用在未來戰爭中人力監控費用昂貴、危險系數高或者人力無法實現的場合的監控;美國ISS公司研制出的AUTOSCOPE 2004是一種大區域視頻監控系統,已經作為北美鐵路運輸監視系統實際應用。
在國內,智能視頻監控的研究也已經有了長足的進步,2002年5月,第一屆“全國智能視覺監控學術會議”在北京召開,迄今為止,已經舉行了三屆,得到了廣泛的關注[6]。此外,中國科學院自動化研究所模式識別國家重點實驗室已經成立了智能視頻監控研究小組,正在開展智能視頻監控方面的研究,研究內容包括:快速準確的運動檢測;實時性的基于三維模型的車輛與行人的定位、識別和跟蹤;基于移動攝像機的視覺監控技術;多攝像機的協作監控;事件的機器學習方法;異?，F象的檢測、報警與目標的行為預測;對目標運動情況給出語義上的解釋的方法以及遠距離的身份識別等等,其目標是實現一個包括以上研究內容的動態場景集成分析演示系統[7]。
4發展方向
經過十多年的發展,智能視頻監控技術在組網結構、視頻信息壓縮與存儲、視頻流傳輸以及人機界面上都已經比較成熟,但總體而言,智能視頻監控技術還遠遠達不到完美,今后在以下幾個方面值得探索和研究:
(1)采用新的視頻圖像編碼標準提高視頻圖像的質量,以利于視頻觀看以及圖像檢測;
(2)提高視頻流的壓縮與傳輸速度,以增強視頻監控的實時性;
(3)視頻檢測與識別技術,包括從監控攝像機所捕捉的序列圖像中檢測是否有運動物體存在的運動檢測以及異?，F象的檢測、報警與目標的行為預測等;
(4)全方位的視頻監控,單個攝像機的視野有限,要監控大范圍的動態場景就需要多個攝像機,此外,多個攝像機也有利于解決遮擋問題,多攝像機的定標與數據融合是兩個關鍵問題;
(5)人工智能在智能視頻監控系統中的應用。
參考文獻
[1] 胡永紅. 智能多路視頻監控系統的設計[J]. 微機發展,2001, 11,75-76.
[2] 施裕豐,陳堅,陳啟轉,梁炯達. 網絡式多媒體監控系統[J]. 計算機工程,2000,3,74-76.
[3] 夏驚濤,盧娜等. 視頻監控系統淺析[J]. 測控技術,2006, 25,84-85.
[4] 季兵,季曉勇,馬江波. 基于PC的數字視頻通信系統的實現[J]. 計算機應用研究,2001,4,102-104.
[5] 袁毅. 基于嵌入式Web服務器的網絡視頻監控[J]. 電網技術,2000,5,71-73.
[6] 譚鐵牛. 智能視覺監控技術概述[C]. 第一屆全國智能視覺監控學術會議,2002年5月,56-58.
