视觉识别系统文字博物馆论文

视觉识别系统文字博物馆论文

vi设计论文参考文献

按照字面的意思，参考文献是文章或著作等写作过程中参考过的文献。下面是我整理的vi设计论文参考文献，欢迎大家分享。

[1]王舒颖.《嘟嘟馕馕》VI设计[J].传媒,2019(16):2.

[2]朱婷婷.《熊猫文创》VI设计[J].传媒,2019(16):2.

[3]冉娅,任倩慧.羌绣图案在民宿VI设计中的运用研究[J].北极光,2019(08):58-60.

[4]刘红菊.经济信息传播研究中心VI设计[J].包装工程,2019,40(14):316.

[5]高画画.谈VI设计在藏香民族企业中的应用[J].艺术科技,2019,32(09):189-190.

[6]汤海波.百果园VI设计过程与设计原理探析[J].现代营销(信息版),2019(08):86.

[7]邓俊,翟誉.科技型中小企业的VI设计研究[J].艺术教育,2019(07):268-269.

[8]刘亚璇.从品牌广告VI出发谈VI中的策略与概念[J].艺术科技,2019,32(06):219.

[9]李娟,潘越.读图时代下的VI创新设计实践--以广西柳江农村合作银行为例[J].大众科技,2019,21(05):156-157+163.

[10]马珊.浅谈工艺美术VI视觉识别系统设计的基本原则[J].大众文艺,2019(05):129.

[11]钟金宇.广州市从化区莲麻村VI视觉形象设计[J].美与时代(上),2019(03):121.

[12]高国珍.兰亭国际艺术教育VI设计[J].当代文坛,2019(02):8.

[13]陆雅琼.幼儿园品牌形象识别系统(VI)研究[J].大众文艺,2019(04):63.

[14]董玉,孙明海.论VI设计在品牌推广中的重要性[J].大众文艺,2019(01):106.

[15]张斐斐.浅谈互联网背景下VI设计表现形式的趋势[J].西部皮革,2018,40(23):106.

[16]甘茂德.内蒙古工业大学视觉形象识别系统VI设计[J].江西社会科学,2018,38(12):14.

[17]曾广春,陈晶晶,刘畅,李影影.高职VI设计与网上创业园的推广--以南宁职业技术学院残疾人网上创业园为例[J].南宁职业技术学院学报,2015,20(06):69-72.

[18]张频.赣傩标志设计和VI设计[J].包装工程,2018,39(22):329.

[19]刘首含.人性化理念在VI设计中的应用[J].艺术与设计(理论),2018,2(11):33-35.

[20]栗晓枢.航空港外观VI重建系统设计[J].现代电子技术,2018,41(22):122-125.

[21]黄海涛,唐昌乔.妥乐旅游品牌VI设计研究[J].艺术科技,2018,31(10):204.

[22]张润龙,罗辉.云旗航空运动有限公司VI设计[J].湖北第二师范学院学报,2018,35(09):2.

[23]陈爽爽.VI设计在茶叶包装设计中的应用分析[J].福建茶叶,2018,40(10):156.

[24]黄宇宁.浅谈如何发挥VI设计在企业宣传中的作用[J].艺术科技,2018,31(08):195.

[25]曾运东.VI设计中辅助图形的开发与设计研究[J].美与时代(上),2018(08):55-58.

[26]张晓娜.VI设计在城市品牌形象建设中的研究与应用初探[J].中国新通信,2018,20(15):155-156.

[27]姚傲雪,钟金宇.从化区村落品牌VI设计实践与探索--以莲麻村为例[J].设计,2018(15):28-29.

[28]李艳.现代VI设计中的应用规范[J].艺海,2018(07):102-103.

[29]闫涛.论VI设计在高校形象塑造中的应用[J].品牌研究,2018(03):115+120.

[30]余晓光.VI设计中的色彩应用研究[J].山东农业工程学院学报,2018,35(06):13-14.

[31]李俊涛.红色在食品行业VI设计中的视觉传达设计[J].西部皮革,2018,40(09):78.

[32]乔文霞.《一草一木书屋vi设计》[J].中国民族博览,2018(05):16.

[33]王奇.VI视觉识别设计中的辅助图形分析[J].艺术教育,2018(09):175-176.

[34]晏双,任世文,许婷.浅谈VI设计在高校中的应用[J].时代金融,2018(12):296+303.

[35]朱乐艺.VI设计中的包装色彩应用[J].上海包装,2018(04):9-13.

[36]候少蓉.VI设计在茶叶包装设计中的应用探究[J].中国报业,2018(08):71-72.

[37]王潇宇.探究VI设计对企业品牌塑造的影响[J].大众文艺,2018(06):93.

[38]董斌.展示空间设计中的数字化VI设计[J].中国包装工业,2015(20):138+140.

[39]候少蓉.从色彩情感角度谈VI设计中色彩的运用[J].美术教育研究,2018(03):72.

[40]杨欣欣.浅析VI对品牌形象的意义[J].大众文艺,2018(02):83-84.

[41]候少蓉.VI设计在企业文化中的应用研究[J].中国报业,2018(02):66-67.

[42]于敬新.青春年华咖啡厅的VI设计[J].美术教育研究,2018(02):58-59.

[43]邓顺黎,余静贵,万龙,赵艳龙.VI设计中的校园文化构建--以长江大学为例[J].才智,2018(02):26+28.

[44]奚磊.浅谈VI辅助图形设计的多样性策略[J].艺术科技,2017,30(12):314.

[45]张馨尹,赵理阳.VI设计中色彩的运用研究[J].艺术科技,2017,30(11):297.

[46]裘晓红.浅谈VI设计应用的误区及对策[J].美术教育研究,2017(21):78.

[47]冯劲章.实例分析VI在商业环境中的应用[J].艺术科技,2017,30(07):258.

[48]张家华.西安特色文化旅游项目VI视觉运用研究分析--以西安大明宫国家遗址公园为例[J].艺术科技,2017,30(07):272-273.

[49]徐平.VI设计对塑造企业品牌形象的`探究[J].中国市场,2017(31):120+124.

[50]孔莉莉.论数字媒体语境下的开放式VI设计[J].艺术科技,2017,30(10):1-2+8.

[51]王晓玮.民俗元素在城市VI形象系统设计中的导入探索--以滁州为例[J].景德镇学院学报,2017,32(05):83-87.

[52]郭二伟.VI设计中的构成元素意向性表达分析[J].设计,2017(20):108-109.

[53]汤智华.高职院校品牌形象与VI创新设计[J].教育教学论坛,2017(40):266-268.

[54]张傈宁,张勇.情绪实验室VI设计[J].邯郸职业技术学院学报,2017,30(03):48-52+84.

[55]何佑石,毛苏扬,栾家成,李子涵,张求慧.基于木文化的高校二级学院VI设计[J].包装世界,2017(05):56-58.

[56]许紫薇.VI设计中动画标志的发展与应用[J].大众文艺,2017(16):144.

[57]范恩辉.应用型高校VI系统的构建[J].吉林工商学院学报,2017,33(04):126-128.

[58]曾运东.铉力土石方有限公司VI设计作品[J].包装工程,2017,38(16):258.

[59]梁建明,曾泽栋.虔荣V酒店LOGO及VI设计[J].包装工程,2017,38(16):259.

[60]曾泽栋,梁建明.忆餐厅LOGO及VI设计[J].包装工程,2017,38(16):259.

[61]徐津.中国高校VI设计方法研究[J].广东蚕业,2017,51(08):78.

[62]何川,廖夏妍.关于企业VI标志设计中的文字技巧分析[J].大众文艺,2017(14):125.

[63]何璐.传统文化符号在现代VI设计中的运用[J].黑河学院学报,2017,8(07):189-190.

[64]余旭.VI设计中多样化教学的实践探索--评《VI设计》[J].中国教育学刊,2017(07):117.

[65]白东丹,李东娜.萨满面具图案在生态旅游餐饮VI设计中的应用研究[J].中国管理信息化,2017,20(13):109-111.

[66]马璁珑.基于VI设计的印刷规范化要素探讨[J].印刷质量与标准化,2017(06):14-18.

[67]赵偲汝,李汉平.VI设计在儿童教育品牌中的应用--以“七视野儿童艺创教育”品牌设计为例[J].艺术教育,2017(Z6):263-264.

[68]朱小军,蒋兆辉.基于城市文化品牌构建下的展览VI设计研究[J].艺术科技,2017,30(05):25+86.

[69]甘露.悦果子滨湖农场VI设计[J].华中农业大学学报(社会科学版),2017(03):155.

[70]王奇.论VI设计中的形式美感[J].艺术教育,2017(Z5):267-268.

[71]廖莹,曾显峰,邓秀茹,李嘉祥.浅谈校园VI设计中色彩的应用[J].科技创新与应用,2017(12):296.

[72]邓秀茹,曾显峰,廖莹,李嘉祥.VI在高校文化宣传中的意义浅谈[J].福建电脑,2017,33(04):89+127.

[73]陈家鹏.VI设计在城市品牌形象建设中的应用[J].艺术与设计(理论),2017,2(04):44-46.

[74]郑淼.传统图形在VI设计中的应用[J].戏剧之家,2017(06):173-174.

[75]王莹.探究vi设计对企业品牌塑造的影响[J].工业设计,2017(03):76-77.

[76]韩岩岩,汪月迪.界首彩陶VI设计[J].湖北第二师范学院学报,2017,34(03):25-29.

[77]赵航.浅谈餐馆VI设计的方法与策略[J].美术教育研究,2017(05):79.

[78]王颖.现代VI形象的设计趋势研究[J].大众文艺,2017(04):143.

[79]陈家鹏.VI设计在茶叶包装设计中的应用分析[J].福建茶叶,2017,39(02):138-139.

[80]叶秀源,邱蔚琳.VI设计--茂名粮丰园品牌形象再设计[J].现代装饰(理论),2017(02):134-135.

[81]张甜.现代医疗行业VI设计中的人文关怀[J].现代装饰(理论),2017(02):273.

[82]黄剑平.“私农菇坊”品牌VI设计[J].包装工程,2017,38(02):257.

[83]徐姗姗.邦博服装品牌VI设计[J].包装工程,2017,38(02):258.

[84]丁伟,宣建婷.浅析品牌调性在VI系统设计中的作用[J].中国民族博览,2017(01):181-182.

[85]王保军.浅谈VI设计在企业发展中的重要性[J].大众文艺,2017(01):98.

[86]董与思,刘洋.VI战略构建城市形象视觉识别系统的意义--以提升发展城市形象设计为先导[J].美术大观,2017(01):116-117.

[87]姜博.湛栌VI设计作品[J].设计,2017(01):8.

[88]孙腾.浅析VI设计中的辅助图形[J].大众文艺,2016(24):73-74.

[1]戚安邦.项目管理学[M].北京:科学出版社,2007.

[2]段世霞.项目管理[M],第2版.南京:南京大学出版社,2012.

[3]寿涌毅.关键链项目管理方法综述[J].项目管理技术,2006(9): 28-31.

[4]刘耕,王学军.国内外项目进度管理的比较及建议[J].重庆交通学院学报,2003(22):16.

[5]朱保建,陈书利.施工项目进度控制[J].山西建筑,2007,33 (33).

[6]霍丽云.基于施工进度下的设计进度控制案例研究[D].对外经济贸易大学,2010:13-29.

[7]李京彦.设计管理在核电EPC项目中的实施[J].中国核电,2009,2(3).

[8]马子琦.多项目进度优化及资源均衡方法研究[D].北京化工大学,2012:1-2.

[9]张保军.浅议钢铁项目设计进度计划编制流程[J].科技资讯,2013,(4):173-174.

[10]蒋怡翎.风电工程接口纳入施工图设计进度计划编制[J].科技信息,2010,02(23).

[11]张伟锦.项目管理在设计院、所中的应用与研究[D].华中科技大学,2005:1.

[12]威索基.有效的项目管理[M],第3版.费林等译,北京:电子工业出版社,2004. 227-240.

[13]颜彦.EPC总承包模式下的项目设计管理[1].有色冶金设计与研宄,2010(1): 45-46.

[14](美)克利福德.格雷,埃里克.拉森.项目管理教程(第2版)[M].徐涛,张扬译,北京:电子工业出版社,2005.

[1] 顾得均.航空电子装备修理理论与技术[M].北京:国防工业出版,2001:65-70.

[2] 张勇,毛凯,杨光等.VXI 总线及其接口技术[J].计算机测量与控制,2006,14(8):1072.

[3] 俞思文.DAQmx 自动化测试系统的改进与实现[D].上海:复旦大学,2012.

[4] 王 朕,刘陵顺,刘学峰.基于 AT89S52 的机载电气盒测试仪的设计[J].电子设计工程,2009,17(8):73-75.

[5] 高金龙.基于虚拟仪器的继电器测试技术研究[D].沈阳:沈阳工业大学,2008.

[6] 朱旖,杜建军.自动测试系统及其结构和标准[J]. 国外电子测量技术,2008,27(8):72-73.

[7] 郑叔芳,刘桂安,马鸿韬,等.飞机继电器盒微机自动检测系统[J], 航空工艺技术, 1987(3):15-18.

[8] 朱宇杰.PXI 总线雷达自动测试系统研制[D].哈尔滨:哈尔滨工业大学,2011.

[9] 项学智,开湘龙,张振宇.基于 PXI 总线的矩阵开关模块设计[J].国外电子测量技术,2013,32(12):76.

[10] 王诚成,应朝龙,周亮等.机载设备通用 ATS 自检适配器设计[J]. 宇航计测技术,2010,30(1):61-65.

[11] 张树勇.飞机继电器盒综合检查仪研制[D].沈阳:东北大学,2007.

[12] 陈亮,曹兴冈.基于 PXI 总线的电子装备测试系统设计[J].科学技术与工程,2011,11(33):8243-8244.

[13] 陈华婵,孙卫真,何积铨.多通道信号隔离的高精度数据采集系统[J].微计算机信息,2008(28):158.

[14] 董勤鹏,熊华钢.基于某航空电子设备的自动测试系统设计与实现[J]. 现代电子技术,2008(21):147-148.

[15] 奚全生,李鸿飞. VXI 和 PXI 总线技术的应用及其发展前景[J].工业控制计算机,2002,15(11):11-12.

[1]龚波,张文,杨红霞.网络基础.北京:电子工业出版社.2003.

[2]夏长义.浅谈计算机网络的重要性.计算机光盘软件与应用.2000,5(5):75-76.

[3]郭伟.野战地域通信网可靠性的评价方法.电子学报.2000,28(1):3-6.

[4]滕云微.网络可靠性分析系统的设计与实现.计算机信息.2008,24(6): 129-131.

[5]熊蔚明,刘有恒.关于通信网可靠性的研宄进展.通信学报.1990,11(4):44-49.

[6]苗亮.计算机网络可靠性的研究.机械工程与自动化.2010,6(3) :203-204.

[7]冯海林,刘三阳,宋月.通信网络全端可靠性界的一种计算方法.电子学报.2004,32(11):1868-1870.

[8]R. E. Tarjan. Depth-first search and linear graph algorithms. SIAM J. Computing. 1972,1(2):146-160.

[9]L. P Resnde. Implementation of a factoring algorithm for reliability evaluation of undirected networks. IEEE Transactions on Reliability. 1988,37(5):462-468.

图像识别技术论文

随着图像处理技术的迅速发展，图像识别技术的应用领域越来越广泛。我整理了图像识别技术论文，欢迎阅读!

图像识别技术研究综述

摘要：随着图像处理技术的迅速发展，图像识别技术的应用领域越来越广泛。图像识别是利用计算机对图像进行处理、分析和理解，由于图像在成像时受到外部环境的影响，使得图像具有特殊性，复杂性。基于图像处理技术进一步探讨图像识别技术及其应用前景。

关键词：图像处理;图像识别;成像

中图分类号：TP391 文献标识码：A 文章编号：1009-3044(2013)10-2446-02

图像是客观景物在人脑中形成的影像，是人类最重要的信息源，它是通过各种观测系统从客观世界中获得，具有直观性和易理解性。随着计算机技术、多媒体技术、人工智能技术的迅速发展，图像处理技术的应用也越来越广泛，并在科学研究、教育管理、医疗卫生、军事等领域已取得的一定的成绩。图像处理正显著地改变着人们的生活方式和生产手段，比如人们可以借助于图像处理技术欣赏月球的景色、交通管理中的车牌照识别系统、机器人领域中的计算机视觉等，在这些应用中，都离不开图像处理和识别技术。图像处理是指用计算机对图像进行处理，着重强调图像与图像之间进行的交换，主要目标是对图像进行加工以改善图像的视觉效果并为后期的图像识别大基础[1]。图像识别是利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。但是由于获取的图像本事具有复杂性和特殊性，使得图像处理和识别技术成为研究热点。

1 图像处理技术

图像处理(image processing)利用计算机对图像进行分析，以达到所需的结果。图像处理可分为模拟图像处理和数字图像图像处理，而图像处理一般指数字图像处理。这种处理大多数是依赖于软件实现的。其目的是去除干扰、噪声，将原始图像编程适于计算机进行特征提取的形式，主要包括图像采样、图像增强、图像复原、图像编码与压缩和图像分割。

1)图像采集，图像采集是数字图像数据提取的主要方式。数字图像主要借助于数字摄像机、扫描仪、数码相机等设备经过采样数字化得到的图像，也包括一些动态图像，并可以将其转为数字图像，和文字、图形、声音一起存储在计算机内，显示在计算机的屏幕上。图像的提取是将一个图像变换为适合计算机处理的形式的第一步。

2)图像增强，图像在成像、采集、传输、复制等过程中图像的质量或多或少会造成一定的退化，数字化后的图像视觉效果不是十分满意。为了突出图像中感兴趣的部分，使图像的主体结构更加明确，必须对图像进行改善，即图像增强。通过图像增强，以减少图像中的图像的噪声，改变原来图像的亮度、色彩分布、对比度等参数。图像增强提高了图像的清晰度、图像的质量，使图像中的物体的轮廓更加清晰，细节更加明显。图像增强不考虑图像降质的原因，增强后的图像更加赏欣悦目，为后期的图像分析和图像理解奠定基础。

3)图像复原，图像复原也称图像恢复，由于在获取图像时环境噪声的影响、运动造成的图像模糊、光线的强弱等原因使得图像模糊，为了提取比较清晰的图像需要对图像进行恢复，图像恢复主要采用滤波方法，从降质的图像恢复原始图。图像复原的另一种特殊技术是图像重建，该技术是从物体横剖面的一组投影数据建立图像。

4)图像编码与压缩，数字图像的显著特点是数据量庞大，需要占用相当大的存储空间。但基于计算机的网络带宽和的大容量存储器无法进行数据图像的处理、存储、传输。为了能快速方便地在网络环境下传输图像或视频，那么必须对图像进行编码和压缩。目前，图像压缩编码已形成国际标准，如比较著名的静态图像压缩标准JPEG，该标准主要针对图像的分辨率、彩色图像和灰度图像，适用于网络传输的数码相片、彩色照片等方面。由于视频可以被看作是一幅幅不同的但有紧密相关的静态图像的时间序列，因此动态视频的单帧图像压缩可以应用静态图像的压缩标准。图像编码压缩技术可以减少图像的冗余数据量和存储器容量、提高图像传输速度、缩短处理时间。

5)图像分割技术，图像分割是把图像分成一些互不重叠而又具有各自特征的子区域，每一区域是像素的一个连续集，这里的特性可以是图像的颜色、形状、灰度和纹理等。图像分割根据目标与背景的先验知识将图像表示为物理上有意义的连通区域的集合。即对图像中的目标、背景进行标记、定位，然后把目标从背景中分离出来。目前，图像分割的方法主要有基于区域特征的分割方法、基于相关匹配的分割方法和基于边界特征的分割方法[2]。由于采集图像时会受到各种条件的影响会是图像变的模糊、噪声干扰，使得图像分割是会遇到困难。在实际的图像中需根据景物条件的不同选择适合的图像分割方法。图像分割为进一步的图像识别、分析和理解奠定了基础。

2 图像识别技术

图像识别是通过存储的信息(记忆中存储的信息)与当前的信息(当时进入感官的信息)进行比较实现对图像的识别[3]。前提是图像描述，描述是用数字或者符号表示图像或景物中各个目标的相关特征，甚至目标之间的关系，最终得到的是目标特征以及它们之间的关系的抽象表达。图像识别技术对图像中个性特征进行提取时，可以采用模板匹配模型。在某些具体的应用中，图像识别除了要给出被识别对象是什么物体外，还需要给出物体所处的位置和姿态以引导计算初工作。目前，图像识别技术已广泛应用于多个领域，如生物医学、卫星遥感、机器人视觉、货物检测、目标跟踪、自主车导航、公安、银行、交通、军事、电子商务和多媒体网络通信等。主要识别技术有：

2.1 指纹识别

指纹识别是生物识别技术中一种最实用、最可靠和价格便宜的识别手段，主要应用于身份验证。指纹识别是生物特征的一个部分，它具有不变性：一个人的指纹是终身不变的;唯一性：几乎没有两个完全相同的指纹[3]。一个指纹识别系统主要由指纹取像、预处理与特征提取、比对、数据库管理组成。目前，指纹识别技术与我们的现实生活紧密相关，如信用卡、医疗卡、考勤卡、储蓄卡、驾驶证、准考证等。

2.2 人脸识别 　　目前大多数人脸识别系统使用可见光或红外图像进行人脸识别，可见光图像识别性能很容易受到光照变化的影响。在户外光照条件不均匀的情况下，其正确识别率会大大降低。而红外图像进行人脸识别时可以克服昏暗光照条件变化影响，但由于红外线不能穿透玻璃，如果待识别的对象戴有眼镜，那么在图像识别时，眼部信息全部丢失，将严重影响人脸识别的性能[4]。

2.3 文字识别

文字识别是将模式识别、文字处理、人工智能集与一体的新技术，可以自动地把文字和其他信息分离出来，通过智能识别后输入计算机，用于代替人工的输入。文字识别技术可以将纸质的文档转换为电子文档，如银行票据、文稿、各类公式和符号等自动录入，可以提供文字的处理效率，有助于查询、修改、保存和传播。文字识别方法主要有结构统计模式识别、结构模式识别和人工神经网络[5]。由于文字的数量庞大、结构复杂、字体字形变化多样，使得文字识别技术的研究遇到一定的阻碍。

3 结束语

人类在识别现实世界中的各种事物或复杂的环境是一件轻而易举的事，但对于计算机来讲进行复杂的图像识别是非常困难的[6]。在环境较为简单的情况下，图像识别技术取得了一定的成功，但在复杂的环境下，仍面临着许多问题：如在图像识别过程中的图像分割算法之间的性能优越性比较没有特定的标准，以及算法本身存在一定的局限性，这使得图像识别的最终结果不十分精确等。

参考文献：

[1] 胡爱明，周孝宽.车牌图像的快速匹配识别方法[J].计算机工程与应用，2003，39(7)：90—91.

[2] 胡学龙.数字图像处理[M].北京：电子工业出版社，2011.

[3] 范立南，韩晓微，张广渊.图像处理与模式识别[M].北京：科学出版社，2007.

[4] 晓慧，刘志镜.基于脸部和步态特征融合的身份识别[J].计算机应用，2009，1(29)：8.

[5] 陈良育，曾振柄，张问银.基于图形理解的汉子构型自动分析系统[J].计算机应用，2005，25(7)：1629-1631.

[6] Sanderson C，Paliwal K ation Fusion and Person Verification Using Speech & Face Information[C].IDIAP-RR 02-33，Martigny，Swizerland，2002.

点击下页还有更多>>>图像识别技术论文

[AAAI2021]论文翻译MANGO: A Mask Attention Guided One-Stage Scene Text Spotter

最近，端到端场景文本识别已成为一个流行的研究主题，因为它具有全局优化的优点和在实际应用中的高可维护性。大多数方法试图开发各种感兴趣的区域（RoI）操作，以将检测部分和序列识别部分连接到两阶段的文本识别框架中。然而，在这样的框架中， 识别部分对检测到的结果高度敏感（例如，文本轮廓的紧凑性）。 为了解决这个问题，在本文中，我们提出了一种新颖的“Mask Attention Guided One-stage”文本识别框架，称为MANGO，在该框架中无需RoI操作就可以直接识别字符序列。具体而言:

值得注意的是，MANGO自有地适应于任意形状的文本识别，并且仅使用粗略的位置信息（例如矩形边界框）和文本注释就可以进行端到端的训练。实验结果表明，该方法在规则和不规则文本识别基准（即ICDAR 2013，ICDAR 2015，Total-Text和SCUT-CTW1500）上均达到了有竞争力甚至最新性能。

场景文本识别由于其各种实际应用而备受关注，例如发票/收据理解中的关键实体识别，电子商务系统中的产品名称识别以及智能运输系统中的车牌识别。传统的场景文字识别系统通常分三步进行：定位文字区域，从原始图像中裁剪文字区域并将其识别为字符序列。然而尽管这种文本识别模型带来了许多可考虑的问题，例如： （1）错误将在多个单独的任务之间累 （2）维护多个单独的模型的成本很高 （3）该模型难以适应各种应用程序。

因此，提出了许多工作以端到端的方式来最终优化文本识别过程。这些方法通常使用各种兴趣区域（RoI）操作以可微分的方式桥接文本检测和识别部分，从而形成了两阶段框架。粗略地说，早期的端到端方法将轴对齐的矩形RoI用作连接模块。这些方法处理不规则的（例如，透视图或弯曲的）文本实例能力有限，因为这种类型的RoI可能会带来背景或其他文本的干扰。为了解决这个问题，后来的方法（设计了一些形状自适应RoI机制来提取不规则物体。文本实例并将其校正为规则形状。

图1：传统的两阶段文本识别过程和提出的MANGO的图示。 图（a）显示了通过RoI操作连接检测和识别部分的两阶段文本识别策略。 图（b）是一种提出的单阶段文本识别方法，它可以直接输出最终的字符序列。

在两阶段方法中，识别部分高度依赖于定位结果，这就要求检测部分必须能够捕获准确的文本边界以消除背景干扰。因此，训练鲁棒的文本检测模型依赖于准确的检测注释，例如在不规则文本识别中使用的多边形或蒙版注释。自然地，标记这种注释是费力且昂贵的。另一方面，要确保紧紧封闭的文本区域（由检测注释进行监督）对于以下识别任务而言是最佳形式，这并不容易。例如，在图1（a）中，紧密的文本边界可能会擦除字符的边缘纹理并导致错误的结果。 通常，需要手动扩展这些严格的检测结果，以适应实际应用中的识别。 此外，在proposals之后执行带有非极大抑制（NMS）的复杂RoI操作也很耗时，尤其是对于任意形状的区域。尽管（Xing et al.2019）提出了一种单阶段采用字符分割策略的字符级别的识别框架， 但很难扩展到具有更多字符类别（例如汉字）的情况。 它还会丢失角色之间的关键上下文信息。

实际上，当人们阅读时，他们不需要描绘文本实例的准确轮廓。通过视觉注意力关注的粗略文本位置来识别文本实例就足够了。在这里，我们将场景文本识别重新考虑为注意力和阅读的问题，即，一次直接读出粗略注意的文本区域的文本内容。

在本文中，我们提出了一种名为MANGO的“Mask Attention Guided One stage”文本监视程序，称为MANGO，这是一种紧凑而强大的单阶段框架，可直接从图像中同时预测所有文本，而无需进行任何RoI操作。具体来说，我们引入了一个位置感知蒙版注意力（PMA）模块以在文本区域上生成空间注意力，该模块包含实例级蒙版注意力（IMA）部分和字符级蒙版注意力（CMA）部分。 IMA和CMA分别负责感知图像中文本和字符的位置。可以通过位置感知注意力谱直接提取文本实例的特征，而不必进行显式的裁剪操作，这尽可能保留了全局空间信息。 在这里，使用动态卷积将不同文本实例的特征映射到不同的特征谱通道（Wang等人，2020c），如图1（b）所示。之后，应用轻量级序列解码器一次批量生成字符序列特征。

请注意，MANGO可以仅使用粗略的位置信息（例如，矩形边界框，甚至是文本实例的中心点）进行端到端优化，还可以使用序列注释。 受益于PMA，该框架可以自适应地识别各种不规则文本，而无需任何纠正机制，并且还能够了解任意形状的文本的阅读顺序。

本文的主要贡献如下： （1）我们提出了一种名为MANGO的紧凑而强大的一阶段文本识别框架, 该框架可以以端到端的方式进行训练。 （2）我们开发了位置感知蒙版注意力模块，以将文本实例特征生成为一个batch，并与最终字符序列建立一对一的映射。 只能使用粗略的文本位置信息和文本注释来训练该模块。 （3）广泛的实验表明，我们的方法在规则和不规则文本基准上均获得了有竞争甚至最新的性能。

早期场景文本发现方法（Liao，Shi，and Bai 2018; Liao et al.2017; Wang et al.2012）通常首先使用训练有素的检测器来定位每个文本，例如（Liao et al.2017; Zhou et al.2017; He et al.2017; Ma et al.2018; Xu et al.2019; Baek et al.2019），然后使用序列解码器识别裁剪后的文本区域（Shi et al.2016; Shi，Bai和Yao 2017; Cheng et al.2017; Zhan and Lu 2019; Luo，Jin and Sun 2019）。为了充分利用文本检测和文本识别之间的互补性，已经提出了一些工作以端到端的方式优化场景文本发现框架，其中使用了模块连接器（例如RoI Pooling（Ren等人，2015a））在（Li，Wang，and Shen 2017; Wang，Li，and Shen 2019）中，（He等人2018）中使用的RoI-Align和（Liu等人2018）中使用的RoI-Rotate的开发是为了文本检测和文本识别部分。请注意，这些方法无法发现任意形状的文本。 为了解决不规则问题，已经提出了许多最近的工作来设计各种自适应RoI操作以发现任意形状的文本。 Sun等人（2018年）采用了透视图RoI转换模块来纠正透视图文本，但是该策略仍然难以处理弯曲度较大的文本。 （Liao et al.2019）提出了受两阶段Mask-RCNN启发的mask textspotter，用于逐个字符地检测任意形状的文本，但是这种方法会丢失字符的上下文信息，并且需要字符级位置注释。 Qin等人（2019）直接采用Mask-RCNN和基于注意力的文本识别器，该模型使用RoI-Masking模块在识别之前消除了背景干扰。 （Feng et al.2019）将文本实例视为一组特征块，并采用RoI-Slide操作来重建直线特征图。 （Qiao et al。2020）和（Wang et al。2020a）都检测到文本周围的关键点，并应用薄板样条变换（Bookstein 1989）纠正不规则实例。为了获得弯曲文本的平滑特征（Liu et al.2020），使用Bezier曲线表示文本实例的上下边界，并提出了Bezier-Align操作以获取校正后的特征图。 上述方法在两阶段框架中实现了端到端场景文本点，其中需要设计基于RoI的连接器（例如RoI-Align，RoI-Slide和Bezier-Align等），以实现以下目的：明确裁剪特征图。 在两阶段框架中，性能很大程度上取决于RoI操作获得的文本边界精度。但是，这些复杂的多边形注释通常很昂贵，并且并不总是适合识别部分，如前所述。

在一般的对象定位领域，许多最新进展证明了在对象检测中研究的一阶段框架的效率和有效性（Redmon等人2016; Liu等人2016; Lin等人2017b; Tian等人2019;段等人（2019）或实例分割（Wang等人2019b; Tian，Shen和Chen 2020; Wang等人2020c; Xie等人2020; Chen等人2020）。但是，场景文本发现是一项更具挑战性的任务，因为它涉及序列识别问题而不是单个对象分类。这是因为场景文本具有许多特殊特征：任意形状（例如，曲线，倾斜或透视图等），数百万个字符组合，甚至是不受限制的阅读顺序（例如，从右到左）。最近，（Xing et al.2019）提出了一种通过直接分割单个字符的一种舞台场景文本识别方法。但是，它丢失了各个字符之间的序列上下文信息，并且很难传递给更多的字符类。据我们所知，以前没有工作可以在一个阶段的框架中处理序列级别的场景文本发现任务。

图2：MANGO的工作流程。 我们以S ＝ 6为例。 将输入特征输入到位置感知蒙版注意力模块中，以将实例/字符的不同特征映射到不同通道。 识别器最终一次全部输出字符序列。 Centerline Segmentation分支用于生成所有文本实例的粗略位置。 前缀“ R-”和“ C-”分别表示网格的行和列。

我们提出了一个名为MANGO的单阶段场景文本查找器，如图2所示。其深层特征是通过ResNet-50（He等人，2016）和特征金字塔网络（FPN）（Lin等人，2017a）的主干提取的。 然后将生成的特征图馈送到三个可学习的模块中： （1）用于学习单个文本实例的位置感知蒙版注意力（PMA）模块，其中包括实例级蒙版注意力（ IMA）子模块和字符级掩码注意力（CMA）子模块。 （2）识别器用于将注意力实例特征解码为字符序列。 （3）全局文本中心线分割模块，用于在推理阶段提供粗略的文本位置信息。

单阶段的文本识别问题可以视为原始图像中的纯文本识别任务。关键步骤是在文本实例到最终字符序列之间以固定顺序建立直接的一对一映射。在这里，我们开发了位置感知注意力（PMA）模块，以便为接下来的序列解码模块一次捕获所有表示文本的特征。受（Wang等人2019b）中使用的网格映射策略的启发，我们发现可以将不同的实例映射到不同的特定通道中，并实现实例到特征的映射。也就是说，我们首先将输入图像划分为S×S的网格。然后，通过提出的PMA模块将网格周围的信息映射到特征图的特定通道中。

具体来说，我们将特征提取后获得的特征图表示为x∈R C×H×W ，其中C，H和W分别表示为特征图的通道数量，宽度和高度。然后我们将特征图x送入PMA（包括IMA和CMA模块）模块，以生成文本实例的特征表示（如下所述）。

Instance-level Mask Attention MA负责生成实例级注意力蒙版遮罩，并将不同实例的特征分配给不同的特征图通道。 它是通过在切片网格上操作一组动态卷积内核（Wang等人2020c）来实现的，表示为G S×S×C 。卷积核大小设置为1×1。

因此可以通过将这些卷积核应用于原始特征图来生成实例级注意力掩码：

Character-level Mask Attention 正如许多工作 （Chenget等人2017; Xing等人2019）所表明的那样， 字符级位置信息可以帮助提高识别性能。 这激励我们设计全局字符级注意力子模块， 以为后续的识别任务提供细粒度的特征。

如图2所示，CMA首先将原始特征图x和实例级注意力蒙版x ins 连接在一起，然后是两个卷积层（卷积核大小= 3×3）遵循下式来预测字符级注意力蒙版：

由于将不同文本实例的注意蒙版分配给不同的特征通道，因此我们可以将文本实例打包为一批。 一个简单的想法是进行（Wang等人2020b）中使用的注意力融合操作，以生成批处理的连续特征x seq ，即

该模型现在能够分别输出S 2 网格的所有预测序列。 但是，如果图像中有两个以上的文本实例，我们仍然需要指出哪个网格对应于那些识别结果。

由于我们的方法不依赖准确的边界信息，因此我们可以应用任何文本检测策略（例如RPN（Ren等人2015b）和YOLO（Redmon等人。 2016）），以获取文本实例的粗略的几何信息。 考虑到场景文本可能是任意形状的，我们遵循大多数基于分割的文本检测方法（Long等人2018; Wang等人2019a）来学习单个文本实例的全局文本中心线区域分割（或缩小ground truth）。

IMA和CMA模块都用于使网络聚焦于特定的实例和字符位置，这在理论上只能通过最后的识别部分来学习。 但是，在复杂的场景文本场景中，如果没有位置信息的辅助，网络可能难以收敛。 但是，我们发现，如果模型已经在合成数据集上进行了预先的字符级监督，则可以轻松转移模型。 因此，可以分两步对模型进行优化。

首先，我们可以将IMA和CMA的学习视为纯分割任务。 结合中心线区域分割，所有分割任务都使用二进制Dice系数损失进行训练（Milletari，Navab和Ahmadi 2016），而识别任务仅使用交叉熵损失。 全局优化可以写成

请注意，预训练步骤实际上是一次性的任务，然后将主要学习CMA和IMA以适应该识别任务。 与以前需要平衡检测和识别权重的方法相比，MANGO的端到端结果主要由最终识别任务监督。

在推断阶段，网络输出一批（S×S）概率矩阵（L×M）。 根据中心线分割任务的预测，我们可以确定哪些网格应视为有效。 我们首先进行“广度优先搜索”（BFS），以找到各个相连的区域。 在此过程中，可以过滤许多类似文本的纹理。 由于每个连接区域可能与多个网格相交，因此我们采用字符加权投票策略来生成最终的字符串，如图3所示。

具体来说，我们计算连接区域i与网格j之间的连接率o i,j 作为每个字符的权重。 对于实例i的第k个字符，其字符加权投票结果通过

我们列出了本文使用的数据集如下：训练数据。我们使用SynthText 800k（Gupta，Vedaldi和Zisserman 2016）作为预训练数据集。利用实例级注释和字符级注释对PMA模块进行预训练。在微调阶段，我们旨在获得一个支持常规和非常规场景文本读取的通用文本点。在这里，我们构建了一个用于微调的通用数据集，其中包括来自Curved SynthText的150k图像（Liu等人2020），从COCO-Text过滤的13k图像（Veitet等人2016），从ICDAR-MLT过滤的7k图像（Nayefet等人2019）以及ICDAR2013（Karatzas等人2013），ICDAR2015（Karatzas等人2015）和Total-Text（Ch'ng and Chan 2017）中的所有训练图像。请注意，这里我们仅使用实例级别的注释来训练网络。测试数据集。我们在两个标准文本点标基准ICDAR2013（Karatzas等人2013）（IC13）和ICDAR2015（Karatzas等人2015）（IC15）中评估了我们的方法，其中主要包含水平和透视文本，以及两个不规则的基准Total-Text（Ch'ng和Chan 2017）和SCUT-CTW1500（Liu等人2019）（CTW1500），其中包含许多弯曲文本。车牌识别数据集CCPD中我们方法的能力（Xuet al.2018）。

所有实验均在Pytorch中使用8×32 GB-Tesla-V100 GPU进行。网络详细信息。特征提取器使用ResNet-50（He等人2016）和FPN（Lin等人2017a）从不同的特征图中获取融合特征水平。这里，C = 256的（4×）特征图用于执行后续的训练和测试任务.Lis设置为25以覆盖大多数场景文本单词。 BiLSTM模块有256个隐藏单元，训练详细信息，所有模型均由SGDoptimizer进行训练，批处理大小= 2，动量= 0.9和重量衰减= 1×10−4。在预训练阶段，以10个周期的初始学习比率1×10-2训练网络。每3个周期将学习率除以10.在微调阶段，初始学习率设置为1×10-3。为了平衡每批中的合成图像和真实图像的数量，我们将Curved SynthText数据集与其他真实数据集的采样比率保持为1：1。微调过程持续250k次迭代，其中学习率在120k迭代和200k迭代时除以10.我们还对所有训练过程进行数据扩充，包括1）将输入图像的较长边随机缩放为长度在[720,1800]范围内，2）将图像随机旋转[-15°，15°]范围内的角度，以及3）对输入图像应用随机的亮度，抖动和对比度。在不同的数据集中，我们将IC15的评估值设置为S = 60，将IC13，Total-Text和CTW1500的评估值设置为S = 40。我们将所有权重参数简单地设置为λ1=λ2=λ3=λ= 1。测试细节。由于输入图像的尺寸是重要的重要影响性能，因此我们将报告不同输入比例下的性能，即保持原始比例和将图像的较长边调整为固定值。所有图像都在单一尺度上进行测试。由于当前的实现方式仅提供了粗略的定位，因此，我们通过考虑IoU> 0.1的所有检测结果，修改（Wang，Babenko和Belongie 2011）的端到端评估指标。在这种情况下，由于某些低等级的建议匹配而导致精度下降，先前方法的性能甚至会下降。

常规文本的评估我们首先根据常规评估指标（Karatzas等，2015）对IC13和IC15的方法进行评估，然后基于三种不同的lexi-cons（强）对两个评估项目（ 端到端''和 单词斑点''）进行评估，弱和通用）。表1显示了评估结果。与使用常规词典评估的先前方法相比，我们的方法在“通用”项目上获得了最佳结果（除了IC15的端到端通用结果之外），并在其余评估项目上获得了竞争结果（强”和“弱”）。与最近使用特定词典的最新MaskMaskTextSpotter（Liao et al.2019）相比，我们的方法在所有评估项目上均明显优于该方法。尽管推理速度很高，但FOTS的FPS最高（帧数第二），它无法处理不正常的情况。与基于不规则的方法相比，我们的方法获得了最高的FPS。不规则文本的评估我们在Total-Text上测试了我们的方法，如表2所示。我们发现我们的方法比最先进的方法高出3.2％和5.3 “无”和“满”指标中的百分比。请注意，即使没有明确的纠正机制，我们的模型也只能在识别监督的驱动下才能很好地处理不规则文本。尽管在1280的测试规模下，推理速度约为ABCNet的1/2，但我们的方法取得了显着的性能提升。我们还在CTW1500上评估了我们的方法。报告端到端结果的作品很少，因为它主要包含行级文本注释。为了适应这种情况，我们在CTW1500的训练集上对检测分支进行了重新训练，以学习线级中心线分割，并确定主干和其他分支的权重。请注意，识别不会受到影响，仍然会输出单词级序列。最终结果将根据推断的连接区域简单地从左到右连接起来。汉字设置为NOT CARE。结果如表3所示。我们发现，在“无”和“满”度量标准下，我们的方法明显比以前的提升了1.9％和4.6％。因此，我们相信，如果只有行级注解的数据足够多，我们的模型就可以很好地适应这种情况。

图4可视化了IC15和Total-Text上的端到端文本发现结果。 我们详细显示了字符投票之前每个正网格（oi，j> 0.3）的预测结果。 我们看到我们的模型可以正确地专注于相应的位置并学习任意形状（例如弯曲或垂直）文本实例的字符序列的复杂读取顺序。 采取字符投票策略后，将生成具有最高置信度的单词。我们还用可视化的CMA演示了CTW1500的一些结果，如图5所示。请注意，我们仅根据数据集的位置微调线级分割部分 标签，同时固定其余部分。在这里，我们通过将所有网格的注意图覆盖在相同的字符位置（k）上来可视化CMA的特征图：

网格编号的消除网格编号S2是影响最终结果的关键参数。如果太小，则占据相同网格的文本太多。否则，太大的S会导致更多的计算成本。在这里，我们进行实验以找到不同数据集的S的可行值。从表4中，我们发现IC13和TotalText的bestS均为40。 IC15的值为60。这是因为IC15包含更多密集和较小的实例。总而言之，当S> = 40时，总体性能随沙的增加而稳定。当然，FPS随S的增加而略有下降。信息。为了证明这一点，我们还进行了实验，以矩形边框的形式转移所有本地化注释。我们仅采用RPN头作为检测分支。表5显示了IC15和Total-Text的结果。即使进行严格的位置监控，MANGO的性能也只能降低0％到3％，并且可以与最新技术相比。请注意，粗略位置仅用于网格选择，因此可以根据特定任务的要求尽可能简化它。

为了证明模型的泛化能力，我们进行了实验以评估CCPD公共数据集上的端到端车牌识别结果（Xu et al.2018）。为了公平起见，我们遵循相同的实验设置，并使用带有250k图像的数据集的初始版本。 CCPD-Base数据集分为两个相等的部分：用于训练的100k样本和用于测试的100k样本。有6个复杂的测试集（包括DB，FN，旋转，倾斜，天气和挑战）用于评估算法的鲁棒性，总共有50k张图像。由于CCPD中的每个图像仅包含一个板，因此可以通过删除来进一步简化我们的模型检测分支直接预测最终字符序列。因此，网格数减少为S = 1，最大序列长度设置为L =8。我们直接对模型进行微调（已通过SynthText进行了预训练）在CCPD训练集上仅使用序列级注释，然后评估上述七个测试数据集的最终识别准确性。测试阶段是对尺寸为720×1160的原始图像执行的。 表6显示了端到端识别结果。尽管所提出的方法不是为车牌识别任务设计的，但仍然可以轻松地转移到这种情况下。我们看到，提出的模型在7个测试集中的5个中优于以前的方法，并达到了最高的平均精度。图6显示了CCPD测试集的一些可视化结果。故障样本主要来自图像太模糊而无法识别的情况。该实验表明，在许多情况下，只有一个文本实例（例如，工业印刷识别或仪表拨盘识别），可以使用良好的端到端模型无需检测注释即可获得。

在本文中，我们提出了一种名为MANGO的新颖的单阶段场景文本查找器。 该模型删除了RoI操作，并设计了位置感知注意模块来粗略定位文本序列。 之后，应用轻量级序列解码器以将所有最终字符序列成批获取。 实验表明，我们的方法可以在流行基准上获得具有竞争力的，甚至最先进的结果。

VIS 视觉识别系统设计

职业的素养论文

职业的素养论文

职业的素养论文，在职场生活当中，我们的职业素养也是格外的重要，提升职业素养一直是职场人士最关心的问题，具体情况下面我为你分享。下面我整理了职业的素养论文。

论高职学生职业素养的养成

摘 要：本文依次从三个方面对高职学生职业素养的养成进行分析：对职业素养的内涵进行阐述、从企业需求的角度看高职学生职业素养的重要性、从高职院校的角度探讨高职学生职业素养养成的途径。

一、正确理解职业素养内涵，科学确定高职学生职业素养目标

一、职业素养是职业人的必备素养，并与特定职业相联系

大学生向职业人转变，首要条件是必须具备职业素养。职业素养是人类在社会活动中需要遵守的行为规范，是职业内在的要求，是一个人在职业过程中表现出来的综合品质。职业素养在职场中具体量化表现为职商CQ职业素养主要有职业理想、职业道德、职业能力、职业身心素质和创新创业素质五大要素。

职业素养总是与特定的职业相联系的。不同的职业需要不同的技能这是勿容置疑的，电工所需要的技能肯定与园林工所需的技能是不一样的。

就是职业道德，不同职业的要求也不尽一致，如会计岗位突出的是“诚信”，正如朱镕基先生曾说过的那样，会计岗位的人员应该“不做假帐”，而医师岗位突出的是“救死扶伤”，教师岗位突出的是“教书育人”。因此，对特定职业甚至行业、产业的职业素养进行系统梳理，开展职业素养分析，才能科学地确定职业素养养成目标。

二、强化职业素养分析，科学确定职业素养目标

高职院校以培养服务生产、服务和管理一线的高端技能型人才为己任，以就业为导向，其职业性是显而易见的。《教育部关于充分发挥职业教育行业指导作用的意见》强调的“五对接”：专业与产业对接、课程内容与职业标准对接、教学过程与生产过程对接、学历证书与职业资格证书对接、职业教育与终身学习对接，其目的就在于培养学生较高的职业素养。因此，职业素养是高职学生最重要的素养。

各专业高职学生的职业素养分析要以人的发展为经度，以用人单位对从业人员的要求为纬度。以人的发展为经度就是要求职业素养分析要从人的全面发展出发，要从人的职业生涯发展出发，谨防人才的“工具化”倾向。以用人单位对从业人员的要求为纬度，就是要求职业素养分析要从岗位出发从企业的实际出发，谨防人才的“空泛化”。

职业素养分析，首先要明确各专业培养学生就业面向的行业、企业的首岗、发展岗，然后系统分析上述各岗位的职业素养要求，确定各专业人才培养中的职业素养目标。职业素养分析必须有用人单位、教育专家参加，要集中校企双方的智慧。职业素养目标的确定必须接受用人单位的检验，必须及时吸收行业、企业反馈的意见，不断调整目标体系，实现育人与用人的一致性。

二、探索职业素质养成的路径，构建职业素养养成的科学体系

一、科学设计高职学生职业素质养成方案

各专业人才培养方案是专业人才培养的顶层设计，是教育教学实施的依据，职业素养分析的结果必须全面体现在各专业人才培养方案中。但遗憾的是，现行的高职院校人才培养方案中对职业素养养成的载体、路径、考核等的设计还很缺乏，职业理想、职业道德、职业身心素质和创新创业素质的养成还没有达到与职业能力培养相应的高度。

但实际上职业理想、职业道德、职业身心素质和创新创业素质才是职业素养中最根本的部分，而职业能力技能、只是外化素养，是支撑职业人生的表象内容。

因此，各专业人才培养方案必须突出职业素养的养成。要以完整的职业素养养成为目标，以工学结合为培养途径，以职业发展课程体系为载体，以“课堂、校园、社会、企业”四维空间为活动领域，以职业素养达成度为评价标准构建各专业人才培养方案。

二、坚持课堂教学主阵地，把职业素质养成落实到课程中

课堂教学是职业素养养成的主阵地，要将素质教育的理念、行动落实到课程教学中去，充分发挥各类课程在职业素养养成中的作用。

提高人文必修课的课堂实效。人文必修课主要是为全面发展的人做准备的，主要承担文化传承、身心健康教育、学习能力培养等功能。但作为高职学生的人文必修课，我们要在内容选择、教学方法等方面努力凸现应用性和职业针对性。在培养人文关怀、人文追求的人文精神的同时，努力强化与职业的关系，养成职业理想、职业道德、职业身心健康。

强化专业课教学的职业素养养成功能。专业课的主要功能当然是职业能力的培养，但仅仅这样还不够，还必须在专业学习中培养职业理想、职业道德、职业身心素质和创新创业素质。

我们要通过开发基于工作过程的专业课程开发和教学模式的改革，在合作教学中培养学生的组织能力、团队合作能力，在项目教学中培养学生学会检查、学会时间与进度管理、学会评估、学会总结、学会系统思考。 突出公共选修课教学的素质拓展功能。要鼓励教师开设大量的优质公选课，满足学生的不同兴趣和需求，拓宽学生知识面，拓展思维方式，提高学生的综合素质，增强学生的就业竞争力。

体现辅修专业课程的复合功能。根据高职院校的实际，开设辅修专业课程，促进专业与专业的融合，培养职业身心素质和创新创业素质。如农林种植类专业辅修市场营销，制造专业辅修企业管理等，拓展学生的专业面，为学生成长打开更广阔的空间。

三、拓展校园第二课堂，让职业素质养成教育扎根在校园

校园是职业素养养成的重要场所，我们必须充分利用学生在校园学习、生活、工作中的各种载体，渗透素质教育，起到春风化雨的作用。

加强校园文化建设，营造良好的职业素养养成氛围。通过校园精神提炼、校标的`筛选、校训的凝练，建立视觉标识系统和行为识别系统，使一所高职院校独特的理念、气质、特色转化为可视的具有内在逻辑关系、风格统一的图案、文字、建筑、景观等，培养学生良好的职业意识、职业态度、职业价值。

充分利用学院“校企合作”和“工学结合”人才培养模式平台，引企业文化入校园，强化团结协作、艰苦奋斗、开拓求实、争创效益的企业精神、激励与创新意识等核心价值观，用企业优秀文化影响熏陶师生员工。借鉴行业或企业通行的管理制度和行为规范，培养学生良好的职业行为习惯。

及时发现、培育学生中的先进典型，在学生中开展“创业之星”、“爱心使者”、“成才之星”、“自强之星”等各类先进人物评选活动。通过典型事例的宣讲，用身边的人、身边的事教育学生，让学生学有榜样，做有可仿。

积极开展社团活动，在学生日常活动中养成职业素养。将学生社团活动纳入职业素养养成体系，将社团活动与职业素养养成有机结合起来。新生入学时就提出明确的素质拓展要求，如组织一次活动、参加一次演讲、参加一个社团、参加一支学习团队、结对一个低年级学生等等；

并发给学生《大学生成长记录本》，人手一册。在校三年每参加一项素质拓展活动，都及时登记在册，并由组织者签字确认。在社团活动中培养学生的组织能力、沟通能力、计划与总结能力、团结协作精神等。

四、充分利用社会大课堂，将职业素质养成教育延伸到校外

社会是人生的大舞台，我们要利用社会资源开展职业素养养成教育，要利用服务社会开展职业素养养成教育。

通过紧密型校外实训基地开展职业素养养成教育。高职院校普遍十分重视校外实训基地的建设，这些基地是职业素养养成教育重要阵地。

学生通过参加真实的产品生产，在培养职业能力的同时，也培养了团结协作的精神、吃苦耐劳的品质、务实的作风、讲究效率的企业理念。我们要通过学生人手一册的《校外顶岗实习手册》将顶岗实习全过程真实记录下来，将学生职业素养养成作为顶岗实习考核的主要内容。

通过社会服务培养学生综合素质。以大学生“三下乡”为主要载体开展社会服务活动，在服务农民群众的实践中接触社会，了解国情，增强社会责任感和历史使命感。通过“三下乡”，改造世界观、价值观，把农村建设的需要和青年学生的成长很好地结合起来，走正确的成长成才道路。

各高职院校还可以结合实际开展富有特色的社会服务活动，如丽水职业技术学院开展了一系列爱心教育，如关爱进城务工农民工子弟学习问题的“暖春行动”，关心山区贫困家庭的“爱心超市”，关爱特困群体的“阳光行动”等，让学生在关爱他人中培育爱心、享受快乐、阳光成长。

充分利用校外素质教育基地的资源开展素质教育。国家十分重视素质教育基地的建设，各高职院校周边地区都有很多这样的基地，高职院校可充分利用这些教育资源开展素质教育活动。

走进革命老区，进行革命传统教育;走进高新技术区，体验科技的力量;走进博物馆，感受人类对文明的追求。在素质教育基地中通过体验生活、主动探究，获得丰富的经验，培养学生的责任感、使命感，培养合作、分享、积极进取的良好个性品质。

三、构建职业素质养成教育的保障体系，促进职业素质养成的落实

一、建立职业素质养成教育的组织机构

职业素质养成教育是一个复杂的系统工程，不是学院的个别部门就能够完成的，需要全院各部门和师生的共同参与;要有周密的组织安排，全方位、全过程循序渐进的开展。

因此，需要建立一个职业素质教育协作机构，这个机构至少应有学生管理部门、教学部门、招生就业部门、校企合作部门等的主要负责人参加。职业素养养成教育协作机构的主要职责是做好职业素质养养成的顶层设计，指导各专业制定人才培养方案，协调落实职业素养培养工作，统一布置职业素养考评工作，及时解决职业素养养成教育过程中出现的问题。

二、完善职业素质教育保障制度

职业素质教育要达到预期的目标，还必须有制度作为保障，用制度约束每个师生的教育教学行为。首先要建立科学的教师业绩考核制度，要用职业素质养成目标达成度代替传统的知识、能力目标的达成度作为教师工作业绩考核的重要内容。其次要建立职业素养考核体系，加强非课程性学业的考核，将学生日常活动、班级活动等纳入职业素养考核体系，将职业素养考核作为学生学习考评的重要内容。

职业素质养成不仅仅是单纯的“为就业作准备”，而是“为人生作准备”;职业素养是日积月累养成的;只有真正建立起学校、用人单位、家庭和社会相结合的教育网络，建立起教学、活动课程等显性课程和潜藏在教材、教学活动方式、师生关系、课堂气氛中的文化价值、态度、习惯等以及校外教育活动中的道德氛围等隐性课程相结合的课程体系，才能真正让高职学生的职业素养根深叶茂!

作为服务行业的酒店企业有着行业的特殊性，充满着挑战和机遇。它不仅要求从业人员不仅有较高的专业素质，更要求个人有较高的职业素养。职业素养是一种内涵，是人类在社会活动中需要遵守的行为规范，可以说，职业素养是一个人职业生涯成败的关键因素。

在严峻的就业形势和压力面前，高职大学生要想实现自己的职业目标和人生理想，除了做好科学职业规划，更为重要的是要有过硬的职业素养，使自己在职业发展的竞争环境中获取主动。

一、社会发展和行业需求特点：高职酒店专业学生职业发展的优势

(一)我国旅游酒店业发展迅速，高级酒店管理人才成为紧缺人才。

旅游与酒店业是21世纪最具发展潜力的行业，中国酒店业发展速度更是全球居首。据行业初步预测，到2015年，全国将新增各类住宿设施约20万家，五星级饭店将超过500家，未来的3-5年，中国经济型酒店业进入快速发展的黄金季节，市场规模在1500亿元左右，预计到20xx年，中国将成为全球最大的旅游目的地。

随着旅游业在我国国民经济中地位的不断提高及酒店业的快速发展，近年来，在国际人才市场上，酒店管理人才供不应求，高级酒店管理人才为全球性紧缺人才。随着20xx】上海世博会和越来越多的国际大型活动在中国举行，给酒店业发展带来了巨大推动力；

中国对旅游、酒店管理专业人才的需求日益增大，高级酒店管理人才跃居高薪阶层。目前，整个酒店行业中对人才的争夺日益激烈，由于高等职业技术人才缺乏，从业人员素质有待进一步提高，因而高级酒店管理人才十分抢手。

但在社会对高职酒店管理专业人才需求日趋增长的形势下，高职酒店管理专业人才与旅游企业却出现了供需错位的情况。由于酒店行业人才需求的特殊性，要求高职院校已经不能按照既有模式来培养酒店管理专业人才。

因此，针对造成高职酒店管理专业毕业生供需错位现象以及就业后发展竞争力不高的根本原因，提出高职酒店专业学生职业竞争力与职业素养关系的研究成为高职院校酒店专业和专业教师必须面对的重要课题。

(二)高职院校酒店专业教育是酒店专业人才培养和输送的重要渠道。

就我国现行的酒店人才培养模式而言，除在岗人员的继续教育外，院校的酒店专业仍然是行业人才培养和输送的主要渠道。

传统的大学生培养目标内容主要集中在专业的理论体系上，但相对应的是酒店需要的人才对理论水平的要求并不十分高，企业需求的是动手能力较强，服务意识好的服务和管理人员。

当本科的专业学生进入服务一线时，他们当中有些“高不成、低不就的”的心态：“当管理人员缺乏经验，当服务员觉得没面子，读了大学跟没读大学的一样端盘子”的心态会直接影响他们在企业的职业生涯发展。而中专酒店专业的学生由于年龄相对偏小，在适应能力方面普遍会明显低于高职专业的学生。

记得近几年我送学生去酒店顶岗实习并对酒店人才需求调研的时候，酒店一线服务部门的管理人员就重点提到这个问题：有些中专毕业的女孩子，如在前台服务的看到外宾来了的时候就有直往老员工身后躲、不敢开口等情况出现。

以高职院校为代表的职业教育主要以培养技术应用型人才为目标，侧重培养适应生产、管理、服务第一线需要的高等技术应用型人才，本着“理论够用，技能必需，动手操作”的原则，要求学生在具备必备的理论基础知识和专业知识的基础上，重点掌握从事本专业领域实际工作的基础能力和基本技能，他们心态较为成熟理性，接受能力较强，而深受酒店企业的欢迎，因而高职院校酒店专业教育成为了酒店专业人才培养和输送的重要渠道。

二、个人职业期待与现实的职业困惑：高职酒店专业学生职业发展和职业素养培养的瓶颈

(一)自我角色认知与评价的失衡，是高职大学生在职场现实与职业期待中困惑的主重要原因。

随着社会的发展，职业生涯的发展与规划成为每个大学生进入职场的重要课题，据第三方教育质量评估机构麦可思研究院(Mucos Institute)在6月发布20xx年就业蓝皮书指出，六成20xx届大学毕业生认为目前工作不符合职业期待，而频繁离职不利于毕业生的职业发展。蓝皮书显示，20xx届大学毕业生中有34%半年内发生过离职，其中本科为24%，高职高专为44%，工作不符合自己的职业期待是造成离职的主要原因。

而从20xx年年底开始，20xx届大学毕业生“职场新人”月度跟踪调查以20xx届就业大学毕业生(包括本科与高职高专)为调查对象，从20xx年12月开始，对20xx届就业大学毕业生的职场适应过程进行月度跟踪调查，实时了解其各时段的收支、从业压力、所遭遇的职场问题等及其变化，网上的随机调查中显示，20xx届大学毕业生离职比例最高的职业为“餐饮/娱乐”。

人一辈子要扮演无数个角色，自我认知是对自己内心的认知，是对自我本质的认知，同时也是对自己承担角色的认知。作为我们每一个在职场中经营自己职业生涯的人来说，通过对职场中的自我角色认知的探索，认识到自己是怎样的人，了解自己可以干什麽，适合干什麽，然后去表现自己和管理自己，这对经营自己的职业生涯是十分重要的。

但对高职酒店专业的大学生来说，这种理性的自我认知和自我评价非常欠缺!很多人眼高手低，不屑于所谓“端盘子、服侍人”的基层服务员工作，职业期待过高，认为自己在较短的时间里应该要做到管理者的职位，否则就有点怀才不遇或认为这工作不适合自己了!在频繁跳槽中怨声载道，结果总是在自己与现实的较劲中纠结!

(二)职业素养缺失已成为高职大学生在职场发展受挫的主要原因。

我国酒店业的发展迅勐，但高职酒店专业人才的职业素养却滞后于行业要求。没有好的心态、不能吃苦，不能坚持等职业素养缺失。好高骛远以致流动性大的状况对学生的职业发展非常不利，同时也对酒店业的发展产生了严重的影响。

从酒店企业反馈的对毕业学生的跟踪调查信息来看，不受企业欢迎的学生大多是因为坚持从底层做起的心态不好，敬业精神，职业道德感不强，沟通能力差，团队协作意识等职业素质的欠缺等。这些也是造成酒店企业员工流动性大、缺口大的重要原因之一，也因此职业素养缺失已成为高职大学生在职场发展受挫的主要原因。

三、提高职业素养，提升职业竞争力，促进高职酒店专业学生职业生涯的可持续发展

(一)职业化包含职业素养、职业行为规范和职业技能等三个方面的内容。

而职业素养是职业化最根本的内容，主要是指职业内在的规范和要求，是个人在职业过程中表现出来的综合品质，包括个人的职业道德、角色意识，敬业精神，沟通技巧、团队精神等诸多方面，它渗透在个体的日常行为中，影响着个体对事物的判断和行动，是学生走入社会和职场事业发展的重要基石。

一、职业教育

教育的本质是人的培养，职业教育是我国高等教育的一种形式，是培养社会经济发展需要的技能型、应用型人才的教育，其教育的职业化特征与实践性特色决定了职业教育培养的人是一个职业人。任何一种职业客观上都要求从业者必须具备良好的职业素质，即职业道德和职业技能。

职业道德和职业技能是职业素质中相互关联的、不可或缺的、贯穿于职业活动始终的、同一职业行为中的两个方面，具有很强的连续性、实践性、交叉性与可操作性。职业教育客观上担负着对受教育者――高职学生，职业道德和职业技能培养的重任。然而现实中，由于我国目前对于“职业能力”没有共同的理解，不同的“能力观”导致人们对职业教育的培养目标、课程、教学和评价等有不同的理解。

在许多职业院校，“能力本位”的教育理念被片面地理解为“职业技能教育”，而忽视了职业行为中的另一个重要因素――职业道德素质，导致高职学生在职业行为中，由于职业道德的缺失而造成一系列的职业道德风险问题，这些问题的出现越来越成为社会关注的焦点，职业教育的公信度也由此受到质疑。

在职业教育改革与发展中，将职业道德教育放在与职业技能教育同等重要的战略地位上，是完善职业教育的必然选择，也是职业教育内涵的客观要求。

二、职业道德

职业道德产生于职业分工，不同的职业有不同的职业道德要求。职业道德不仅要求从业人员在职业行为中“不应该”做什么，而且倡导从业人员“应该”做什么，是从业人员在一定的职业范围内应遵守的与其职业活动相适应的行为规范的总和，是职业人在职业行为过程中必须遵守的职业道德操守、岗位职责、岗位规范，也是评判职业人职业行为的价值标准。

从业人员必须遵守行业或职业的规定，这是从业者工作的基本要求。在具体的生产经营活动中，最主要的就是要做到文明礼貌、爱岗敬业、诚实守信、办事公道、勤劳节俭、遵纪守法、团结互助、开拓创新。从业人员在工作中都要与他人、社会和自然发生一定的关系，当自身的利益与他人、社会和自然发生矛盾时，就必然要做出职业道德选择。

当职业道德选择出现偏差时往往会产生职业道德风险问题。职业道德风险是指从业人员在其从事职业活动的过程中，由于个人偏离了职业道德规范，而造成各种有形或无形损失的潜在因素。

具体表现在不道德的经营风气，假冒伪劣充斥市场，买卖不讲信用，合同难于履行，债务随意拖欠，不爱岗敬业，不诚信，弄虚作假，无创新精神，不遵纪守法，不忠于职守，缺乏质量意识、协作精神等。任何一种职业对于从业者来说，在工作中都不可能摆脱职业道德的约束。可见，职业岗位对职业道德的要求是客观存在的，是不以人的意志为转移的。

三、职业教育与职业道德的关系

职业教育是培养生产、管理、工程、服务第一线的技能型、应用型人才的教育，是为社会主义经济建设培养合格职业劳动者的教育，而培养具备良好职业道德和职业技能的职业工作者则是职业教育的根本任务。其课程的本质是“学习的内容是工作，通过工作实现学习”。

教育形式的特殊性，有机地将工作和学习紧密地联系在一起，使职业教育的教育属性带有显著的职业特点;客观上决定了职业教育不仅要教会学生“做事”，更重要的是要教会学生“做人”，“做事”就是要掌握一定的职业技能;

“做人”就是在工作中要具有良好的职业道德。且“做人先于做事”，“学校教育，育人为本”，“德、智、体、美，德育为先”，“修养高于技巧，品德高于方法，人的本质特征高于人的外在魅力”。卡耐基曾经说过：“一个人事业上的成功，只有15%是由于他的专业技术，另外的85%靠人际关系、处事技能。”

这里的“人际关系、处事技能”指的就是一个人的职业道德素质。在我国，据有关方面统计，在许多“窗口”性、服务性职业中，60%以上的消费者投诉涉及职业道德，而涉及技术操作水平的不超过40%。

有些行业，如按摩业可能由于其职业道德问题而最终失去顾客的信任而消亡。一个人有德无才或有才无德，都可能会四处碰壁，只有德才兼备才会畅通无阻。

社会主义市场经济呼唤社会主义职业道德，职业道德作为社会主义道德体系的重要组成部分，在道德体系中起着承上启下的作用，是连接社会公德和家庭美德的纽带，是每一个职业工作者在工作中必须遵守的行为规范。

四、结语

社会经济的发展及职业岗位对职业人才的客观要求，使职业道德与职业教育紧密地联系在一起，应从战略的高度将职业道德教育纳入职业教育体系中，并与职业技能教育处于同等地位;在职业教育中搭建课堂教学、职业技能鉴定、项目化实践性教学、顶岗实习、职业生涯规划、志愿者行为的职业道德培育平台;

在理论和实践性教学中践行职业道德规范;在评价考核中衡量学生的职业道德素质。还要营造“厚德、勤学、敬业、强能”的校园文化氛围，使职业教育真正成为培养社会经济发展需要的、德才兼备的技能型、应用型人才的教育。