（1）专业与年级要求

本实验属于苏州大学计算机科学与技术学院专业课程《机器视觉》，面向计算机科学与技术、软件工程和人工智能专业，大学2年级或3年级学生。

（2）基本知识和能力要求

先修课程知识：Python程序设计、数据结构、机器学习、算法分析与设计、概率统计、操作系统等。

信号处理基本知识

无人驾驶行业发展概况

负责人教学研究：省级教育教学改革项目1项，教育部产教协同项目3项，省级课程思政示范专业1项，通过工程教育专业认证1个。

1. 江苏省教育教学改革重中之重项目1项，刘纯平，负责人，2019-2020。

2. 教育部-华为智能基座产教协同融合育人基地项目1项，刘纯平，负责人，2020-2023。

3. 教育部产教协同育人特色化软件人才培养实践教学体系构建项目1项，刘纯平，负责人，2022-2023。

4.教育部产教协同育人特色软件测试项目1项，刘纯平，负责人，2021-2022。

5.江苏省课程思政示范专业——计算机科学与技术专业，刘纯平，负责人，2021-2023。

6.计算机科学与技术专业工程教育专业认证，刘纯平，负责人，2019-2024。

负责人学术研究：在视觉处理、分析和理解方面展开研究，主持和参与项目多项，发表包括TOG、CVPR、ECCV、ICCV、KBS等SCI期刊和会议高水平论文17篇，申请发明专利授权5项，《面向智能监控的视频行为分析关键技术与应用》获2021年吴文俊人工智能科学技术发明奖1项

课程相关知识产权：       《汽车偏道检测与预警系统V1.0》       《无人驾驶辅助系统V1.0》

本课程通常和机器视觉课程同一学期开设，围绕自动驾驶方向进行车道线的机器视觉检测和预警系统的实现。对于锻炼学生的编程能力，研发能力，使学生了解和实践本专业的前沿发展技术，把学生培养成人工智能时代的合格人才有重要作用。

本实验旨在设计和实施当前热门的自动驾驶技术中比较适用于课堂实验的行道线检测任务，让学生在实验过程中了解视觉中对于图像和视频的预处理，蒙板设计以及形状拟合等方面的基本原理和实用技术，并能结合提供的基于深度学习的提高阶段的实验了解前沿技术及其应用，并在虚拟的3D模拟场景中应用基础和提高阶段的知识和方案，进行实际验证和优化。

（1）激发学生学习兴趣驱动下的自主探索潜力。将线下理论知识系统化、具体化，并根据真实场景下的模拟，调整、优化并迁移知识，解决实际视觉复杂工程问题。

（2）重构和优化实验教学设计。利用虚拟仿真课堂，突破线下实验的时间和空间约束。

（3）提升学生创新思维和能力。通过虚拟仿真实验中的观察、反思、调整，培养学生自主学习能力，提升创新思维和能力。

实验赋分满分100分，以实验“基本环节（80分）+提升环节（20分）”两部分构成。实验基本环节包括步骤序号1、2、3、6、7、9、11、13、16和17共10步，每个步骤分数为2、1、6、12、10、8、12、14、10、5，共80分。实验提升环节包括基础实验步骤序号4和8共2步，每个步骤分数均为10分，共20分；以及深度学习步骤序号14和15共2步，每个步骤分数均为10分，共20分。学生可以任意选择实验提升环节中的基础实验或者深度学习进行该阶段的实验。

此外，学生还可以选择步骤序号5（6分）、10（8分）和12（12分），实现不同方案的设计，比如可以用步骤序号5替代步骤序号3，用步骤序号10代替步骤序号9，步骤序号12代替步骤序号11。

（1）学生交互性操作步骤，共17步，步骤用时单位：分钟