本教材遵循案例教学模式进行课程教学设计，围绕人工智能应用案例展开，强调学科教学设计、主要研究内容、核心研究领域及前沿理论和技术等，内容涉及图像、视频、语音、文本和机器人。本教材覆盖人工智能（师范）专业入门必须掌握的知识，强调基础性和前沿性并重，理论和实验相统一，着力于师范生的课程设计能力、案例分析能力和动手实践能力的培养，使学生掌握人工智能的教学设计、课程教学案例和机器人实践等方面的内容。本教材可作为高校人工智能（师范）、智能科学与技术、计算机科学与技术及相关专业的教学设计课程的教材，也可作为其他学校或培训机构的教师、学生、研究人员的参考书。

前言 人工智能是21世纪产业革命和科技革命的重要驱动力量，被认为是21世纪的尖端技术和战略性技术。人工智能正在引领产业变革、社会变革和科技变革，正在影响社会、经济、文化的发展和进步。为了促进人工智能人才的培养和产学研合作，教育部自2019年增设了人工智能本科专业。2020年，教育部等多个部门联合提出要依托“双一流”建设，深化人工智能的内涵，构建基础理论人才和复合型人才并重的培养体系。截至2022年，全国已有400多所高校设置了人工智能本科专业。 天津师范大学人工智能学院是为了响应《国务院关于印发新一代人工智能发展规划的通知》（国发〔2017〕35号）和教育部《高等学校人工智能创新行动计划》（教技〔2018〕3号），于2018年4月25日成立的天津市第一所人工智能学院，是全国师范院校中第一所人工智能学院，也是全国前十所成立的人工智能学院之一，于2021年正式招收人工智能（师范）专业本科生。天津师范大学人工智能学院对该专业十分重视，严格管控该专业的教学质量，鉴于缺乏相应的教材，该专业筹办后成立了教材撰写小组，经过两年的撰写和不断改进，出版了这本教材。 本教材是依据国家颁布的《普通高中信息技术课程标准》、中学信息技术和通用技术课程对教师专业素养的实际要求编写的。本教材共六章。第一章由张宝菊编写，旨在概括地介绍人工智能（师范）专业的教学设计，包括教学设计的理论、教学模式及基于案例教学模式的教学设计过程。其他章节均以案例教学模式进行教学设计。第二章由韩亮编写，旨在帮助学生了解智能图像识别常用的算法工具，包括搭建人脸检测和识别的平台环境，使学生学会使用两种经典深度神经网络进行猫、狗图像识别。第三章由韩婷婷编写，旨在帮助学生了解图形用户界面的设计和制作过程，以及视频在图形用户界面中的显示，使学生掌握视频目标检测的算法工具，学会使用一种深度学习算法进行视频目标检测。第四章由张新编写，旨在帮助学生了解语音信号处理的理论和方法，包括梅尔频率倒谱系数、巴克频率倒谱系数等语音信号特征，使学生学会使用深度学习工具箱构建语音信号处理环境，掌握卷积神经网络和BiLSTM网络进行数字语音识别和说话人性别识别。第五章由丁晓铭编写，旨在帮助学生了解从文本数据中提取关键词的理论和方法，掌握自然语言处理工具软件的使用，熟悉文本数据的分词和关键词的提取过程，使学生学会使用工具软件进行文本数据情感分析，掌握文本数据情感分析的基本技能。第六章由王为编写，旨在帮助学生了解智能机器人进行无人驾驶的理论和方法，包括驱动控制、道路检测和信号灯检测，使学生了解机器人的功能和硬件架构，并掌握智能机器人的搭建方法，熟悉智能机器人的人机对话和语音识别的实现方法。本章内容是基于“机器时代（北京）科技有限公司”的人工智能机器人智能技术开发平台编写的，特此对该公司致以衷心的感谢。 随着人工智能（师范）专业的设置，我国正在形成人工智能专业本科生的人才培养体系，但在人工智能（师范）专业的教学实践中发现教学实验和实践课程尚未引起足够的重视，同时该专业缺乏前沿性和系统性的教学设计教材，缺乏切实可行的教学设计经验，亟待建立与人工智能理论相呼应的实验案例教学体系。本教材既是为响应这样的需求而编写的，也是对本小组近年人工智能实验案例经验的总结，以及对该专业实验教学设计的探索。因此，本教材在人工智能（师范）专业人才的培养和教学中的作用会越来越重要。 最后，衷心感谢天津师范大学教务处、人工智能学院、电子与通信工程学院的各位领导、老师和同学对本教材编写工作的支持，如果没有他们的支持，本教材就没有出版的可能。另外，本教材中难免有不足之处，恳请各位同仁及广大读者批评指正。 作 者 2022年12月

目录 第一章 人工智能教学设计 1 第一节 人工智能教学设计的概述 1 第二节 常用的教学设计模式 3 第三节 人工智能课程教学设计 5 参考文献 8 思考题 8 第二章 智能图像识别案例 9 第一节 基于OpenCV和face_recognition的人脸识别 9 一、教学内容 9 二、教材分析 10 三、学情分析 10 四、教学目标 10 五、教学重点与难点 11 六、教学课时 11 七、教学方法 11 八、教学环境 11 九、教学过程 12 十、教学反思 17 第二节 基于PyTorch框架的图像分类 17 一、教学内容 17 二、教材分析 18 三、学情分析 18 四、教学目标 18 五、教学重点与难点 19 六、教学课时 19 七、教学方法 19 八、教学环境 19 九、教学过程 19 十、教学反思 27 参考文献 27 思考题 28 第三章 智能视频数据分析案例 29 第一节 GUI视频显示 30 一、教学内容 30 二、教材分析 30 三、学情分析 30 四、教学目标 30 五、教学重点与难点 31 六、教学课时 31 七、教学方法 31 八、教学环境 31 九、教学过程 32 十、教学反思 39 第二节 视频目标检测 40 一、教学内容 40 二、教材分析 40 三、学情分析 40 四、教学目标 40 五、教学重点与难点 41 六、教学课时 41 七、教学方法 41 八、教学环境 41 九、教学过程 41 十、教学反思 49 参考文献 49 思考题 50 第四章 智能语音数据分析案例 51 第一节 数字语音识别 51 一、教学内容 51 二、教材分析 52 三、学情分析 52 四、教学目标 52 五、教学重点与难点 53 六、教学课时 53 七、教学方法 53 八、教学环境 53 九、教学过程 53 十、教学反思 70 第二节 说话人性别识别 71 一、教学内容 71 二、教材分析 71 三、学情分析 71 四、教学目标 72 五、教学重点与难点 72 六、教学课时 72 七、教学方法 72 八、教学环境 72 九、教学过程 73 十、教学反思 84 参考文献 84 思考题 85 第五章 智能文本数据分析案例 86 第一节 文本关键词提取 86 一、教学内容 86 二、教材分析 87 三、学情分析 87 四、教学目标 87 五、教学重点与难点 88 六、教学课时 88 七、教学方法 88 八、教学环境 88 九、教学过程 88 十、教学反思 95 第二节 文本情感分析 95 一、教学内容 95 二、教材分析 96 三、学情分析 97 四、教学目标 97 五、教学重点与难点 98 六、教学课时 98 七、教学方法 98 八、教学环境 98 九、教学过程 98 十、教学反思 106 参考文献 107 思考题 107 第六章 智能机器人案例 108 第一节 无人驾驶 109 一、教学内容 109 二、教材分析 109 三、学情分析 109 四、教学目标 109 五、教学重点与难点 110 六、教学课时 110 七、教学方法 110 八、教学环境 110 九、教学过程 110 十、教学反思 122 第二节 人机对话交互 123 一、教学内容 123 二、教材分析 123 三、学情分析 123 四、教学目标 123 五、教学重点与难点 124 六、教学课时 124 七、教学方法 124 八、教学环境 124 九、教学过程 124 十、教学反思 133 参考文献 133 思考题 134