Файл: Российской федерации федеральное государственное автономное образовательное учреждение высшего образования.pdf

105 3. Карта скрытых векторов передается полносвязному декоди- ровщику, который восстанавливает исходное изображение.
Применимость подобного полносвязного вариационного автокоди- ровщика к изображениям различного размера сохраняется.
Стоит сказать, что подобное название уже фигурирует в других стать- ях [2]. Однако, оно обычно применяется либо к «почти»-полносвѐрточным архитектурам, в которых используется по одному полносвязному слою для оценки параметров единственного скрытого распределения, либо к архи- тектурам, чѐтко подобранным для конкретного размера изображения, так что результирующие карты признаков кодировщика имеют разрешение и не могут быть применены к изображениям других размеров, т. е. не могут обрабатывать «сцены».
Эксперименты
Аналогично [2], для экспериментов был выбран набор данных UCSD для обнаружения аномалий в скоплениях людей [3]. Однако в отличие от
[2], в экспериментах использовались только статичные изображения без учѐта временной связи между ними. Изображения обрабатывались цели- ком за один проход, в отличие от разбиения на области размером в
[2]. В экспериментах использовался кодировщик, состоящий из 4-х после- довательных свѐрточных слоѐв с 32, 64, 128 и 192 ядрами свѐртки размера
, функцией активации ReLU и 3-х слоѐв пулинга с функцией макси- мума области
. Для оценки карт признаков, соответствующих мате- матическому ожиданию и ковариационной матрице использовались два параллельных свѐрточных слоя с 64 (размерность скрытого пространства аналогична [2]) ядрами свѐртки размера
. Декодировщик зеркально повторяет архитектуру кодировщика с заменой пулинга на двукратное увеличение изображения и оканчивается дополнительным свѐрточным слоем с ядрами свѐртки размера и их количеством, соответствующим количеству каналов входного изображения. В таком случае «рецептивное поле» одного «пикселя» карты признаков равно
, что приблизи- тельно соответствует размеру отдельных изображений, обрабатываемых автокодировщиком в [2]. Для обучения использовалась функция потерь
-VAE [4].
Как видно на рисунке 1, модель FCVAE успешно справляется с рекон- струкцией известных объектов, таких как пешеходы на тротуаре, однако не может восстановить неизвестные объекты (автомобили, велосипеды) и пе- шеходов на траве, не присутствующих в тренировочных данных.
Однако, как и большинство моделей вариационных автокодировщи- ков, FCVAE страдает от размытости реконструированных изображений, что может быть препятствием для автоматического нахождения аномалий в данных UCSD и представляет собой базу для дальнейших исследований.

106
Литература
1. Kingma D. P., Welling M. Auto-Encoding Variational Bayes // International
Conference on Learning Representations (ICLR). 2014.
2. Fan, Y., et al. Video anomaly detection and localization via Gaussian Mixture
Fully Convolutional Variational Autoencoder // Computer Vision and Image
Understanding. 195. 2020.
3. Li W.-X., Mahadevan V., Vasconcelos N. Anomaly Detection and Localiza- tion in Crowded Scenes // IEEE Transactions on Pattern Analysis and Ma- chine Intelligence (TPAMI). 36. 2013. P. 18-32.
4. Higgins I. et al. beta-VAE: Learning Basic Visual Concepts with a Con- strained Variational Framework // International Conference on Learning Rep- resentations (ICLR). 2017.
(а)
(б)
(в)
(г)
Рис. 1. Примеры нормальных (а) и аномальных (в) областей входных изображений и их соответствующие (б, г) реконструкции моделью FCVAE

107
ПРОБЛЕМА РАЗВИТИЯ ЦИФРОВЫХ НАВЫКОВ
БАКАЛАВРОВ ПЕДАГОГИЧЕСКОГО ОБРАЗОВАНИЯ
Дудакова Ю. В., Кувшинова Е. Н.
ФГАОУ ВО «Южный федеральный университет»,
Институт математики, механики и компьютерных наук
им. И. И. Воровича,
г. Ростов-на-Дону
E-mail: dudakova@sfedu.ru, enkuvshinova@sfedu.ru
Основная задача системы образования и Программы развития цифро- вой экономики в России до 2035 года – это обеспечение качественного и доступного образования, путем создания современной цифровой образова- тельной среды [6]. Тем самым, процесс объединения образовательного и цифрового пространства в университете направлен на формирование аль- тернатив выбора по созданию предпосылок дальнейшего развития высше- го образования. В период изменения сущности, направленности и содер- жания профессиональной подготовки, система образования должна полно- стью отвечать требованиям практики цифрового общества.
Проблема развития цифровых навыков будущих педагогов является актуальной, так как определение новых ориентиров и направленности си- стемы образования как в мире, так и в системе высшего образования, непо- средственно зависит от условий жизнедеятельности общества. Именно формирование и развитие цифровых навыков (digital skills) будущих педа- гогов становятся одной из основополагающих для определения перспектив построения системы высшего образования и являются ведущими будущ- ностями в обосновании его компонентов: содержания, форм, технологий и методов. Таким образом, именно цифровая грамотность и цифровые навы- ки играют важнейшую роль в эпоху цифровизации образования.
Цифровые навыки (digital skills) представляют собой действия, дове- денные до автоматизма, «…заключающиеся в профессиональном мастер- стве в области использования цифровых технологий для решения образо- вательных задач» [5].
Основываясь на Европейской модели цифровых компетенций для граждан [2], можно выделить следующие направления развития цифровых навыков педагогов: обработка информации; безопасность; связь и сотруд- ничество; создание цифрового контента; решение проблем.
Анализ научно-педагогической литературы по проблеме формирования и развития цифровых навыков будущих педагогов позволил сделать вывод о том, что виды цифровых навыков, востребованных на се- годняшний день, имеют существенные различия с теми, что считались до- статочными всего пять лет назад.

108
Выделяют некий стандартизированный набор цифровых навыков, формирующийся у студентов бакалавриата педагогического образования.
К ним относят базовые операции, связанные с применение аппаратного и программного обеспечения в профессиональной деятельности.
В связи с появление новых цифровых технологий и инноваций в обла- сти искусственного интеллекта, облачных вычислений, больших данных, интернета вещей, блокчейна, машинного обучения и мобильных приложе- ний необходимо регулярно пересматривать и обновлять список цифровых навыков педагогов, актуальный для современных реалий.
На данном этапе цифровизации образования выделяют три уровня развития цифровых навыков педагогов: базовый, промежуточный и про- двинутый [3].
Базовый уровень предполагает обобщенные представления о принци- пах цифровых технологий и их использовании в решении отдельных педа- гогических задач.
Промежуточный уровень предусматривает использование цифровых образовательных платформ, инструментов и сервисов на регулярной осно- ве, в целях решения широкого спектра задач педагогического характера.
Продвинутый уровень характеризуется творческим подходом к ис- пользованию цифровых технологий, непосредственно в профессиональной деятельности, постоянным совершенствованием цифровых навыков и про- ектирование собственных цифровых образовательных сред.
Для того, чтобы будущие педагоги смогли проектировать и создать в шко- ле цифровую образовательную среду, в первую очередь необходимо сформи- ровать у них навыки в области использования и создания образовательного контента [4], которые представлены тремя основными направлениями.
1. Подготовка контента. Будущему учителю важно владеть навыками по применению инструментов для подготовки учебно-методического кон- тента. К ним можно отнести создание текстовых документов, графиков, инфографики, ментальных карт, презентаций, запись аудио и видео. Про- ектирование и создание тестов, интерактивных упражнений, игр, кросс- вордов и викторин, также пригодится при подготовке педагога к уроку.
2. Придание наглядности. Визуализировать учебный материал помо- гают цифровые инструменты. При помощи моделирующих программ, ви- део на хостингах, цифровых микроскопов можно продемонстрировать обучающимся различные процессы и явления, протекающие в живой и не- живой природе, на планете и за ее пределами - в космосе. Умение находить нужную и актуальную информацию в интернете несомненно поможет сде- лать урок более наглядным.
3. Коммуникация. Другие важные навыки связанны с обменом ин- формацией. Наиболее популярными средствами коммуникации в совре- менном обществе считаются мессенджеры и социальные сети. Кроме того,

109 для обмена информацией между коллегами, учениками и родителями целе- сообразно использовать собственные сайты педагогов, системы управления обучение (LMS) и электронные дневники, так как в них удобно фиксировать результаты обучения, делать объявления и дублировать контент урока.
Таким образом, актуальным является непрерывное развитие цифро- вых навыков в связи с быстрым совершенствованием информационных и коммуникационных технологий. Это требует сформированности важной группы навыков по самостоятельному поиску информации, ее усвоению и быстрой адаптации к новым условиям. Для этого необходимо разрабаты- вать методические основы развития цифровых навыков будущих педаго- гов, начиная с первой ступени высшего образования – бакалавриата, т. к. качество образования находится в прямой зависимости от уровня готовно- сти и способности педагогических кадров к использованию современных средств ИКТ.
Литература
1. A Global Framework of Reference on Digital Literacy Skills for Indica- tor 4.4.2. United Nations, Unesco Institute for statistics. Montreal, 2018. –
146 р.
2. S. Carretero, R. Vuorikari, Y.Punie The Digital Competence Framework for
Citizens - Joint Research Centre - Luxembourg: Publications Office of the
European Union, 2017 3. Бороненко Т. А., Федотова В. С. Исследование цифровой компетентно- сти педагогов в условиях цифровизации образовательной среды школы
// Вестник Самарского университета. История, педагогика, филология.
2021. № 1. [Электронный ресурс] URL: https://cyberleninka.ru/ article/n/issledovanie-tsifrovoy-kompetentnosti-pedagogov-v-usloviyah- tsifrovizatsii-obrazovatelnoy-sredy-shkoly (дата обращения: 21.03.2022).
4. Компьютерная грамотность педагога: какие цифровые компетенции тре- буются современному учителю? // Яндекс.Учитель [Электронный ре- сурс]
URL: https://teacher.yandex.ru/posts/kompyuternaya-gramotnost- pedagoga-kakie-tsifrovye-kompetentsii-trebuyutsya-sovremennomu-uchitelyu
(дата обращения: 26.03.2022).
5. Кувшинова Е. Н. Развитие цифровых навыков будущих педагогов //
Международной научно-практической конференции к 85-летию со дня рождения Я. А. Ваграменко, к 65-летию ЛГТУ, г. Липецк, 23–25 июня
2021 года. – Липецк: Изд-во Липецкого государственного технического университета, 2021. – С. 329–331.
6. Электронная экономика: Этап 1. Цифровая экономика Программа разви- тия цифровой экономики в Российской Федерации до 2035 года [Элек- тронный ресурс] // URL: https://aetp.ru/news/item/410256 (дата обраще- ния: 27.03.2022).

110
РЕАЛИЗАЦИЯ ПРОСТОГО ВОКСЕЛЬНОГО ГРАФИЧЕСКОГО
ДВИЖКА ДЛЯ АРКАДНЫХ ИГР
Дуюнов С. И.
ФГАОУ ВО «Южный федеральный университет»,
Институт математики, механики и компьютерных наук
им. И. И. Воровича,
г. Ростов-на-Дону
E-mail: sduyunov@sfedu.ru
Воксельная графика – это использование трѐхмерного аналога пиксе- лей как способа представления объѐмных объектов. Она редко использует- ся в играх, поскольку при больших размерах сцены хранение воксельных моделей занимает больше памяти, а отображение работает дольше, чем при использовании классической полигональной графики.
Но использование вокселей позволяет естественным образом добиться эффектов, получение которых другими способами существенно сложнее.
Так, в некоторых современных игровых движках используется технология трассировки конусами (cone tracing) [1] для реализации глобального осве- щения. Этот метод использует для имитации отражѐнного освещения раз- биение мира на разреженное воксельное октодерево, после чего испускает лучи отражѐнного света в форме конусов. В кинематографе и мультипли- кации для реализации облаков или дыма часто применяется проект
OpenVDB [2]. Эта библиотека использует способность вокселей описывать внутреннюю структуру материала позволяющую создавать объѐмные эф- фекты, такие как объѐмное освещение и подповерхностное рассеивание.
Некоторые игры предполагают пиксельную графику, и потому позво- ляют использовать воксели для добавления объѐмных эффектов и трѐх- мерного окружения. Графический движок создавался с целью адаптации аркадных игр, таких как Space Invaders. Движок позволяет добавить в игру источники освещения, объѐмные полупрозрачные объекты и отражающие поверхности.
В данном движке используется небольшой размер сцены, а потому она хранится в простом трѐхмерном массиве
—
воксельной сетке, без при- менения оптимизаций, таких как разреженное воксельное октодерево.
Для отображения сцены на каждом кадре выполняются следующие действия:

перенос объектов на сцене в воксельную матрицу,

расчѐт и запекание освещения в отдельную матрицу освещения,

отображение воксельной матрицы методом трассировки лучей с использованием OpenGL.

111
Перенос объектов на сцену начинается с очистки сцены после преды- дущего кадра
—
заполнение памяти нулями. Затем перенос производится простым копированием воксельной матрицы, соответствующей каждому объекту в общую глобальную матрицу.
Расчѐт освещения так же начинается с очистки памяти. Для каждого источника освещения выполняется упрощѐнная трассировка светового по- тока для определения освещѐнности им каждого вокселя в радиусе досяга- емости данного источника.
Рис. 1. Этапы распространения света в воксельной сетке
На рис. 1 показано как распространяется свет, это происходит в два этапа. Сначала создаѐтся временная матрица для записи значений осве- щѐнности вокруг источника света, в которой все воксели заполняются ну- лями, кроме тех, что являются непосредственно источниками света. Затем алгоритм итеративно проходит по поверхности вокселей, обработанных на предыдущем этапе
—
из каждого вокселя пускается луч в направлении ис- точника света, и значение берѐтся из ближайшего вокселя в этом направ- лении. Если текущий воксель не являлся полностью прозрачным, это зна- чение соответственно уменьшается.
На втором этапе значения из временной матрицы переносятся на гло- бальную матрицу освещѐнности
—
в каждый воксель записывается цвет источника, умноженный на значение во временной матрицы, и делѐнный на квадрат расстояния до источника (распространение света, согласно за- кону обратных квадратов).
Освещѐнность и материал вокселей удобно хранить в одной матрицы как 4 компоненты цвета
—
3 на освещѐнность, и ещѐ один индекс материа- ла, при этом таблица материалов хранится в отдельном массиве, и не меня- ется от кадра к кадру.