基于人工智能课程教学的探索与实践

摘要：

人工智能技术已应用于交通、安保及支付交易等日常生活中，而人脸特征具有较多特征样本，因采集过程安全、方
式简单，使用频率较高。人工智能课程是面向计算科学与技术、人工智能、数据科学与技术本科专业的基础课，而
本科生知之不多，无从下手，严重影响本科生教育教学质量。为此，本文从人工智能课程设计的角度，基于深度学
习的原理与技术，理清教与学及动手实践的关系，指导本科生设计基于深度学习的多任务卷积神经网络（Multi-task
Cascaded Convolutional Networks，MTCNN）、FaceNet网络与KNN算法模型的人脸识别系统；通过采用该教学方法
与实践指导，使学生明白人工智能技术怎么应用在具体的小型系统，明确课堂所学与动手实践之间的联系，激发学
生求知欲，建立工程实践的信心。

关键词：人工智能、MTCNN、FaceNet、KNN、人脸识别

资助基金：^A基金项目^B（222102110234）;信息与管理科学学院大学生创新创业（2022-XGDC-10）^D1

在线出版日期：2023-10-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：58-60