尺度选择（精选7篇）
尺度选择 篇1
新一代高效视频编码技术 (high efficiency video coding, HEVC) [1], 由视频编码联合协作小组 (JCT-VC) 共同开发。2013年1月, HEVC的第一版最终草案 (Main Profile、Main 10 Profile、Main静止图像profile) 获得ITU-T批准, 并被命名为H.265。HEVC遵循H.264/AVC的核心机制, 并采用了多种新的编码技术, 显著提高了编码性能[2]。与H.264/AVC High Profile相比, HEVC可以在保证图像质量不受影响的前提下将码率降低50%, 但这是以增加编码计算复杂度为代价的。如同H.264/AVC, 帧内编码是HEVC的重要组成部分, 主要利用了帧内预测, 残差的空间变换, 系数量化和熵编码机制[3]。在这种机制中, 一个有效的帧内预测会产生小的残差并提高编码效率。因此, 帧内预测在HEVC中仍然起着非常重要的作用。HEVC继承了H.264/AVC帧内预测的基本思想, 但更加灵活。HEVC帧内预测有两个重要特点:一个是5层帧内预测块类型 (从64×64到4×4) ;另一个是定义了35种预测模式。这些新特性在提高预测精度的同时也引起了帧内预测更高的计算复杂度。为降低帧内预测计算复杂度, 研究者已经提出了几种快速帧内模式选择算法[4,5], 但这些算法都主要集中在预测模式的选择判断, 很少涉及到帧内预测块尺度的选择。为此, 本文提出了一种基于图像块纹理复杂度的快速帧内预测块类型选择方法, 通过提前检测各个图像块的纹理复杂度, 确定预测块尺度。实验结果表明, 本文方法能够显著提高编码速度, 能够平均减少29.87%的编码时间, 同时保持良好的率失真性能。
1 HEVC帧内预测方法
在HEVC中, 每个图像被分割为正方形图像区域, 称之为最大编码单元 (largest coding unit, LCU) , 最大为64×64.LCU进一步分裂为更小的称之为CU (coding unit) 的单元, 作为帧内编码的基本单元。HEVC参考模型HM采用了一种基于四叉树的图像分割和预测方法。图1显示了对一个64×64的LCU进行分割, 并用多种不同尺度的预测块进行编码, HEVC中一个预测块称之为预测单元 (prediction unit, PU) 。帧内编码预测块都是正方形的。HEVC总共支持5层帧内预测单元, 但对于HEVC Main Profile, 共有4种有效的帧内预测块尺度类型:8×8, 16×16, 32×32及64×64。图1显示了对一个64×64最大编码块的4层不同尺度预测块分割以及编码顺序。与H.264/AVC相比, 除了预测块类型数量增加, 每一个块的预测模式数量也有增加。
HEVC支持总共35种帧内预测模式, 表1规定了每个模式的序号和名称, 其中:模式0表示Planar预测, 模式1表示DC预测, 模式2至34表示不同方向的角度预测。
HEVC采用RDO技术来获取最佳编码性能。参考软件HM10.0[6]中, 首先使用Hadmard代价模型遍历当前预测块的35种帧内预测模式, 选择其中的最佳候选预测模式;然后使用RDO代价模型遍历当前预测块的最有可能模式, 选择其中的最佳候选模式;最后对这两种候选模式再一次使用RDO代价模型得到当前预测块的最佳帧内预测模式以及相应的最小代价。对于一个64×64预测块, 其分割方式及编码顺序如图1所示, 首先计算4个8×8预测块的最佳模式和最小代价, 将其相加得到8×8分割下的最小代价和, 再计算16×16预测块的最佳模式和最小代价, 比较决定当前16×16预测块是否需要分割为4个8×8预测块;按照同样的方式处理下一个16×16预测块, 将4个16×16预测块的最佳代价相加, 与32×32预测块的最小代价进行比较, 决定当前32×32预测块是否需要分割为4个16×16预测块。按照这种方法处理4个32×32预测块, 将4个最小代价相加与64×64预测块的最小代价进行比较, 决定当前64×64预测块是否需要分割为4个32×32预测块。可见一个最大编码单元帧内预测模式的判定需要大量的计算。对于高清或超高清视频序列, 如此高的计算复杂度非常不利于实时应用。
2 HEVC帧内预测块尺度的快速选择方法
通过观察容易发现, 最佳帧内编码块类型与图像块的纹理复杂度高度相关, 因此, 纹理复杂度的检测是本文算法的关键问题。
一般情况下, 大块类型适合于图像中的连续平滑区域, 而小块尺度适合于边缘以及纹理丰富的区域[7,8]。由于视频的图像分辨率从标准到高清甚至超高清, 图像会包含较大的平滑区域, 使用大块尺度编码效率较高。这就是HEVC支持较大编码块的原因, 同时也有较灵活的分割结构来处理纹理区域以及非对称区域。复杂图像块一般在像素的强度上有着明显的不相似性, 而这种不相似性通过统计上的方差很容易检测。
均方误差 (MSE) 可以用来有效地表示图像块的复杂度[9], 为避免平方运算, 用平均绝对误差 (MAD) 代替MSE表示预测图像块的复杂度, 其计算公式如式 (1) 与式 (2) 所示, 其中f (x, y) 表示图像块中的像素亮度分量。
在参考软件HM10.0[6]中, 采用遍历搜索的方式对几种不同纹理的视频序列进行测试, 可以得到各个预测单元的最佳分割方式, 如图2所示。统计可得最佳预测块尺度类型与其对应的平均MAD值, 如表2所示。
观察可知, 最佳预测块类型基本遵循两条规律:第一, 纹理简单区域选择大尺度模式, 纹理复杂区域选择小尺度模式;第二, 64×64的MAD值一般较小, 8×8的MAD值一般较大, 32×32和16×16的MAD值介于两者之间。
将这个特点应用于HEVC帧内预测块类型选择过程中, 设置3个MAD阈值THmad1, THmad2, TH-mad3, 提前检测各个尺度预测块的MAD值, 选择预测块类型, 减少穷尽搜索代价计算过程。大大降低了帧内预测块尺度模式选择的复杂度。具体步骤如下:
1) 对于当前64×64预测块, 若MAD≤TH-mad1, 则不对其进行分割, 直接采用64×64预测类型, 否则进入步骤2) 。
2) 将64×64预测块分割为4个32×32预测块, 对于每个32×32预测块, 若THmad1<MAD≤THmad2, 则不对其进行分割, 直接采用P32×32预测模式, 否则进入步骤3) 。
3) 将32×32预测块分割为4个16×16预测块, 对于每个16×16预测块, 若THmad2<MAD≤THmad3, 则不对其进行分割, 直接采用16×16预测模式, 否则进入步骤4) 。
4) 将16×16预测块分割为4个8×8预测块, 直接采用8×8预测模式。
很显然, 这种基于MAD的帧内块尺度模式选择的方法取决于阈值THmad1, THmad2, THmad3以及THmad4的大小。通过大量实验, 设置THmad1=2, THmad2=3, THmad3=6。进一步观察图1, 发现仍然有少数预测块的最佳模式分布并不满足上述两条规律, 主要是因为采用RDO技术进行模式选择只能够获得客观上的最佳模式, 忽略了主观效果。任何情况下, 只选择最小RD代价所对应的模式为最佳模式, 而不考虑预测块的具体复杂度, 从而造成了不少计算冗余。所以, 提出的基于纹理复杂度选择块尺度的方法非常具有实际意义。
3实验结果与分析
将本文算法在HEVC测试模型HM10.0[6]中进行评估。为了将所提出的算法与测试模型HM10.0的性能进行比较, 使用相同的PC平台进行仿真测试, 硬件平台为:Intel Core处理器, 主频2.20GHz, 内存2GB.采用多个不同分辨率, 不同纹理特性的视频序列Class A到Class E测试算法的性能。测试条件设置如下:采用HEVC Main Profile进行编码, 编码对象为每个视频序列的前100帧;全I真编码;QP设置为32。评估算法率失真性能和计算复杂度的参数为与参考软件HM10.0中的穷尽搜索算法相比重建图像质量降低的分贝数ΔPSNR (d B) , 总比特率升高的百分比ΔBit-rate (%) , 以及平均编码时间减少的百分比ΔEnc Time (%) , 其中, ΔPSNR与ΔBit-rate的计算可参考文献[10], ΔEnc Time的计算如式 (3) 所示:
表3~表7列出了本文算法与参考模型HM10.0测试视频序列Class A到Class E的实验结果。对视频序列Class A的测试结果如表3所示, PSNR平均损失了0.025 d B, 比特率平均提高了2.015%, 编码时间减少了25.175%。对视频序列Class B的测试结果如表4所示, PSNR平均损失了0.024 6 d B, 比特率平均提高了2.868%, 编码时间减少了29.414%。对视频序列Class C的测试结果如表5所示, PSNR平均损失了0.061 d B, 比特率平均提高了3.362 5%, 编码时间减少了29.91%。对视频序列Class D的测试结果如表6所示, PSNR平均损失了0.018 3 d B, 比特率平均提高了3.4275%, 编码时间减少了30.545%。对视频序列Class E的测试结果如表7所示, PSNR平均损失了0.024d B, 比特率平均提高了3.81%, 编码时间减少了34.306 7%。实验结果表明, 与HM10.0中穷尽搜索帧内模式选择算法相比, 本文算法能够平均减少29.87%的编码时间, 同时比特率增加3.09%, PSNR下降0.031%。
图3显示了Class D视频序列Race Horses中的第1帧原图, 图4显示了对Class D视频序列RaceHorses第1帧采用本文方法编码后的重构图像, 而对两幅图像进行直接目视对比容易发现:除了人的面部细节清晰度略微降低外, 重构图像与原图在主观视觉上完全一致。
综上, 本文算法处理不同分辨率, 不同纹理结构的视频图像时, 都能够显著提高其编码速度, 而PSNR和Bit-rate的损失可以微乎其微, 同时能够保持较好的解码图像质量。
4结论
为降低HEVC帧内预测块尺度选择的计算复杂度, 提出了一种基于纹理复杂度的帧内预测块尺度快速选择方法。该方法利用简单的平均绝对误差估计, 提前检测预测块的纹理复杂度, 从而快速有效地判断预测块的尺度类型, 减少穷尽搜索代价计算过程。实验结果表明, 本文方法能够在保持较高率失真性能以及图像质量的前提下, 有效降低HEVC帧内预测块尺度模式选择的计算复杂度, 从而明显提高HEVC的编码效率。
参考文献
[1] JCT-VC.Working draft 9 of high-efficiency video coding.Geneva:JCT-VC, 2013
[2] Sullivan G J, Ohm J, Woo J H, et al.Overview of the high efficiency video coding (HEVC) standard.IEEE Transactions on Circuits and Systems for Video Technology, 2012;22 (12) :1649—1668
[3] Lainema J, Bossen F, Woo J H.Intra coding of the HEVC standard.IEEE Transactions on Circuits and Systems for Video Technology, 2012;22 (12) :1792—1801
[4] Liang Z, Li Z, Ma S W, et al.Fast mode decision algorithm for intra prediction in HEVC.2011 IEEE Visual Communications and Image Processing.Tainan, Taiwan:IEEE Impress, 2011:1—4
[5] Wei J, Ma H, Yao W C.Gradient based fast mode decision algorithm for intra prediction in HEVC.2nd International Conference on Consumer Electronics, Communications and Networks, Three Gorges, China:IEEE Impress, 2012:1836—1840
[6] JCT-VC.Reference Software HM 10.0.2009-11-12[2010-01-20].https://hevc.hhi.fraunhofer.de/svn/svn_HEVCSoftware/tagss/HM-10.0
[7] Bharanitharan K, Liu B D, Yang J F, et al.A low complexity detection of discrete cross differences for fast H.264/AVC intra prediction.IEEE Transaction on Multimedia, 2008;11 (7) :1250—1260
[8] Pan F, Lin X, Rahardja S, et al.Fast mode decision algorithm for intra-prediction in H.264/AVCvideo coding.IEEE Transactions on Circuits and Systems for Video Technology, 2005;15 (7) :813—822
[9] Yu A, Ngan K, Martin G.Efficient intra-and inter-mode selection algorithms for H.264/AVC.Journal of Visual Communication and Image Represent, 2006;17 (2) :322—343
[10] Bjontegaard G.Calculation of average PSNR differences between RD-curves.2001-04-02[2013-01-10].http://ftp3.itu.int/avarch/video-site/0104_Aus/VCEG-M33.doc
尺度选择 篇2
基于Dirk Walther提出的显著区域选择方法和Linderberg提出的尺度空间主结构的方法, 本文提出了一种新的视觉关注区域提取方法, 该方法结合了基于显著度的区域选择和尺度空间主结构方法的优点, 实现了关注区域和关注目标所在最优尺度的自动选择。提取关注区域和最优尺度方法可以分为三步, 首先通过基于显著度的区域选择方法估计目标的大致范围。目标空间范围是由对当前显著点显著性贡献最大的单一特征来确定的, 缺乏对图像的结构特性和目标形状等因素的考虑。然后, 在已经确定的空间范围内, 使用尺度空间主结构的方法来提取图像中重要的结构图斑, 确定目标的最优观察尺度, 获得兴趣区域的量化和最优尺度的直接表示。最后, 模型将这两步中得到的区域结果合并起来作为视觉关注区域, 同尺度信息一起移交给识别模块。本文提出的视觉关注区域提取方法框架请见图1。
1.1 基于显著度的区域选择
基于显著度的区域选择方法的框架如图2所示。输入一幅彩色图像, 用r, g, 和b表示红、绿、蓝通道的数值, 则亮度图为:
undefined
使用MI构建高斯金字塔MI (σ) 。将输入MI和高斯滤波器进行卷积, 获得滤波结果并以2为步长进行减抽样, 尺度级别为σ=1, 2, …, 9。
为了突出不同颜色通道产生的反差效果, 在图像金字塔的每一层上, 模型计算对应红绿对比通道以及蓝黄对比通道的颜色图:
undefined
使用Gabor 滤波器对亮度金字塔MI (σ) 进行滤波, 得到局部方向图Mθ (σ) , 滤波器设定设定4个主要方向, θ∈{0°, 45°, 90°, 135°}。
对颜色、亮度和方向多维特征, 在其图像金字塔上, 应用中央周边差 (Center Surround Difference) 操作, 将中央尺度 (c) 的图像和周边尺度 (s) 的图像做跨尺度减Θ操作, 进而得到特征图:
undefined
这里, c=3, 4, 5, 表示中央尺度;s=c+δ, s表示周边尺度, δ∈{3, 4};LI={I}, I表示亮度特征通道;LC={RG, BY}, RG表示红绿颜色对比通道, BY表示蓝黄颜色对比通道;LO={0°, 45°, 90°, 135°}, 0°, 45°, 90°, 135°表示使用Gabor滤波器对亮度金字塔进行四个方向滤波后产生的对应的特征通道。N (·) 是一个迭代、非线性的归一化算子。
对特征图进行跨尺度加⊕操作, 然后再次进行归一化操作:
undefined
对颜色和方向特征, 计算其各自子特征所对应的突出图CM (conspicuity maps) , 并进行归一化操作, 而亮度突出图则等同于undefined:
undefined
将所有突出图进行线性叠加获得显著图:
undefined
已知显著图中获胜点的坐标 (xω, yω) , 在突出图中, 确定对当前显著图中显著点的贡献最高的突出图序号:
undefined
在突出图对应的特征图中, 确定对当前显著点的贡献最高特征图序号:
undefined
式中, ∀l∈{LI, LC, LO}, LI=I表示亮度特征通道;LC={RG, BY}, RG表示红绿颜色对比通道, BY表示蓝黄颜色对比通道;LO={0°, 45°, 90°, 135°}, 表示使用Gabor滤波器对亮度金字塔进行4个方向滤波后产生的对应0°, 45°, 90°, 135° 4个特征通道。
得到获胜的特征图Flω, cω, sω 后, 在显著点坐标 (xω, yω) 周围做图像分割。根据当前显著点所在特征图上的数值, 在其数值衰减到1/10处做阈值分割, 从而得到包含显著点区域的二值图:
undefined
在获得的二值图上, 标记包含种子点 (xω, yω) 的区域, 获得到只包含显著区域的二值图:
undefined
这里, label (·) 表示标记并返回包含给定坐标的连通区域的操作。
最后对二值图B进行H (·) 操作, 获得包含显著区域的最小凸多边形点集合:
undefined
式中, H (·) 表示求输入二值图中所包含区域的最小凸多边形点集的操作。
1.2 尺度空间主结构
本文关注以图斑为表现形式的尺度空间主结构。基于尺度空间主结构的思想, 能够确定图像中图斑的大致位置、空间范围以及分析处理图斑区域内信息的合适空间尺度。
给定二维连续信号, 例如输入图像f:R2→R, 其高斯线性尺度空间表达L:R2×R+→R, 其中:
undefined
这里t∈R+表示尺度, g (x, y;undefined为高斯核函数, *代表卷积操作。
然后, 使用尺度归一化拉普拉斯算子 (Scale-normalized Laplacian Operator) , 检测存在于尺度空间中的极值:
undefined
式中, |·|为取绝对值操作。拉普拉斯滤波在尺度为t的较暗图斑处引起正值响应, 而在相同尺度的较亮图斑处引起负值响应。对拉普拉斯滤波结果求绝对值并乘以尺度t, 能够捕捉到不同尺度上的图斑。
进而确定滤波结果中的极值点。在响应结果中, 如果一个点比它周围4邻域或者8邻域的值都大, 确定这个点是一个局部极值点。
接着, 根据极值点确定相应的图斑区域。在所得的极值点中, 寻找最大值点所处的坐标和尺度, 确定输入图像中最重要图斑的观测坐标和尺度:
undefined
使用Otsu算法, 计算尺度空间中尺度为undefined的图像的基准灰度级:
undefined
式中, otsu (·) 表示使用Otsu算法对输入灰度图像计算全局分割阈值的操作。
使用基准灰度级对尺度为undefined的图像进行二值化分割:
undefined
在二值图BW上, 标记包含种子点undefined的区域, 获得只包含图斑区域的二值图:
undefined
式中, label (·) 表示标记并返回包含给定坐标的连通区域的操作。
最后对二值图Bb进行H (·) 操作, 获得图斑区域的最小凸多边形点集合:
undefined
式中, H (·) 表示求输入二值图中所包含区域的最小凸多边形点集的操作。
同理, 给定图像区域, 使用公式 (3-6) ～ (3-12) 可确定给定区域内最大响应极值点坐标和尺度, 进而提取出包含目标的图斑区域。
1.3 关注区域的提取
通过基于显著度的区域选择方法, 获得包含显著区域的最小凸多边形点集合cs, 在cs对应空间区域内寻找相应的最大局部极值点坐标和相应尺度, 利用上节中的方法可以确定包含图斑区域的最小凸多边形点集合cb。为了获得目标的完整覆盖效果, 将图斑区域向外膨胀κ倍 (本文中取经验值κ=1.5) , 确定扩大后区域的最小凸多边形点集合c′b:
undefined
这里, expand (·) 表示将图斑区域扩张的操作。具体过程为, 首先计算图斑的质心, 得到图斑质心到轮廓凸多边形点的原始距离, 由图斑质心和轮廓点确定直线方程;然后将原始距离乘以给定的系数得到放大距离, 根据直线方程确定从图斑质心经过放大距离后的新的轮廓点坐标;最后将集合内所有点扩张后, 生成新的凸多边形点集合。
将凸多边形和包含显著区域的最小凸多变形cs合并起来, 获得最后的关注区域r:
undefined
C (cs, c′b) 表示将区域cs和区域c′b合并的操作, 通过包含两个区域轮廓的凸多边形来实现。
通过基于显著度的区域选择, 模型考虑到对当前显著点显著性贡献最大的特征, 进而确定对应于显著坐标处目标近似大小的空间区域范围。结合尺度空间主结构的方法, 模型可确定图像出现在不同尺度的重要结构图斑, 提取图斑区域范围和合适尺度。通过合并图斑区域和显著区域, 获得最后的关注区域r, 连同合适尺度undefined, 可更好的为识别模块服务。
2 实验
2.1 实验环境
本章模型在Matlab7.0开发环境中实现, 运行环境为Pentium (R) D CPU 2.80GHz处理器, 1GB内存, Windows XP操作系统。
2.2 运行结果
图3显示了本章视觉关注区域提取方法的一个运行实例。
模型测试户外自然场景彩色图像, 如图3 (a) 所示, 输入图片大小256×256象素。图中包含很多气球, 实验的目的是提取图像中最显著的气球区域。首先利用基于显著度的区域选择方法提取出显著区域, 判断颜色特征对显著点的贡献最大, 将相应区域分割结果用白色轮廓线表示, 如图3 (b) 所示, 可以看出轮廓线没有完整包含显著气球的目标区域。然后将彩图变成灰度图, 使用尺度空间主结构方法提取图像中的重要图斑和所在尺度。模型选择的尺度为t= 1.5, 2.2, 3.3, 5, 7, 10, 13, 16, 20, 25, 32, 64, 128, 512 和 1024。对每个尺度图进行尺度归一化拉普拉斯滤波后, 计算局部极值点。在之前基于显著度的区域选择方法得到的显著区域中, 寻找最大响应极值点坐标和尺度。模型确定显著区域内, 尺度t=20上存在最强响应局部极值点。然后使用Otsu算法求得尺度t=20的灰度图像的基准灰度级, 进而确定局部极值点处图斑的空间区域, 以黑色线将图斑轮廓在图3 (c) 中画出。为了获得目标的完整覆盖效果, 我们将图斑轮廓线向外膨胀1.5倍, 其扩展后的轮廓线如图3 (d) 中白色轮廓线段所示。最后模型将两步计算得到的区域合并, 画出新的轮廓, 如图3 (e) 中白色轮廓线所示。通过图3 (b) 和图3 (e) 可见, 本章提出的关注区域提取方法获得的结果比Walther的基于显著度的区域选择方法获得的结果, 更好、更完整地覆盖目标。
3 结束语
本文的关注区域提取算法所获得的结果是粗糙的, 不是严格的目标边界。但是这种分割方法得到的结果是比较安全的, 因此可以作为视觉关注区域, 而且在很大程度上减少数据冗余量。这种方法考虑了对当前图像显著性贡献最高的特征, 同时也可以自动确定观测目标的最优尺度, 为下一步的目标识别、分析和如何指导注意力的转移打下了良好的基础。同时, 人类视觉注意力是在自底向上和自顶向下信息的综合作用下转移的。在当前关注区域的提取过程中, 虽然利用了自底向上的信息, 但是缺乏先验信息的引导, 这种简单的关注区域提取方法无法满足面对复杂目标时的任务要求。因此, 在进一步的研究工作中, 我们将对如何利用图斑及先验知识提取关注区域及指导注意力转移进行更深入的研究。
摘要：基于显著区域选择和尺度空间主结构, 提出了一种新颖的关注区域提取方法。模型中, 关注区域提取方法分为三步:首先使用基于显著区域选择方法, 利用对目标显著度贡献最大的特征估计图像中目标的大概位置;然后利用尺度空间主结构方法获得当前位置图像的重要结构区域范围以及合适的观测尺度;最后, 将前两步中获得的区域范围合并起来作为最后的关注区域。实验结果和比较证明本文提出的模型能够获得较好的目标区域提取结果, 更好地为识别模块服务。
关键词：显著区域选择,尺度空间主结构,关注区域,图斑
参考文献
[1]TREISMAN, A.Perceptual grouping and attention in visual searchfor features and for objects[J].Journal of Experimental Psychol-ogy:Human Perception and Performance, 1982 (2) .
[2] ITTI, L.Models of bottom-up and top-down visual attention[D].California Institute of Technology, 2000.
[3] WALTHER, D., RUTISHAUSER, U., KOCH, C.et al.Selective visual attention enables learning and recognition of multiple objects in cluttered scenes[J].Computer Vision and Image Understanding.2005 (1-2) .
[4] LINDEBERG, T.Feature detection with automatic scale selection[J].International Journal of Computer Vision, 1998 (2) .
校园空间尺度研究 篇3
1尺度
尺度是城市设计评价空间形态的重要指标, 适宜的尺度是保证人性空间产生的基础。在尺度适中的城市和建筑群中, 窄窄的街道、小巧的空间、建筑物和建筑细部、空间中活动的人群都可以在咫尺之间深刻地体会到[1]。这些尺度适宜的城市和空间带给人们的是亲切感和归属感, 让人们乐于在此驻足、休憩、交流、娱乐, 乃至思考。
1.1 校园尺度
大学校园具有物质和精神的双重内涵, 它不仅是提供学生学习和生活的物质环境功能, 更是学生们智慧与激情, 才情与创造力迸发的场所。所以校园空间作为大学人文主义精神的物质载体, 对其尺度的适宜程度的要求会更高、更具体。
1.2 当前校园存在的尺度缺陷
高等院校的学生人数和建设规模由于扩招、合并等原因大幅增长, 新建校园占地面积也日益扩张, 出现了许多用地面积在1 km2以 上乃至数平方千米的超尺度校园和大学城。用地规模的扩大固然有利于教育设施的建设, 但如果校园规划不对大型校园进行针对性的研究和设计, 忽视超尺度所带来的空间分散、尺度失衡等不利因素, 将导致在实际运行中产生大量的使用问题。如某些大型校园仍然沿用小尺度校园的单一功能分区模式, 导致学生日常学习、生活、活动区域的距离不断扩大, 超出了合理的步行尺度。“哑铃式”的规划结构给校园交通带来了巨大的压力 (见图1) , 也给日常生活带来了诸多的不便。
2华中科技大学主校区与同济校区的尺度比较
选取这两个校区进行比较, 首先是因为它们之间有一定的关联。同济校区本是一所独立的大学 (同济医科大学) , 2000年被华中科技大学合并。它们不仅享有教师以及其他资源的共享, 在教育方针以及校园建设方面的步调也基本一致。其次, 两个校区在地理位置上很具有代表性。同在武汉, 一江之南北。汉口与武昌两镇的历史人文风貌, 区域地形, 居住密度等的差异也会直接或间接影响到两校区的空间质量。再者, 两个校区在校园空间尺度方面有着显著的代表性, 因此值得比较和探究。
2.1 规划形式
同济校区坐落在汉口最繁华的地段, 用地紧张, 其规划方式属于集约紧凑型。相比华科大主校区, 同济校区只相当于一个学院或者学部。所以它在规划上的功能分区和组织方式相对简单。以教学功能区为核心, 其他辅助功能区皆为之服务而展开。教学区又被细化为几个小组团, 但位置相当集中。其他辅助功能区位置布置的则比较灵活。如学生住宅区和职工住宅区是交错布置的, 并没有严格的划分“不可逾越”的界限。
而华科大主校区占地7 089亩 (472 km2) , 用地宽裕, 属于大尺度的校园。华科大主校区的规划模式类似“井”形, 它就像一个未完成的魔方所展开的平面。相同的颜色代表一种功能, 多半集中在一起, 但由N乘以一小块方格所组成的区域形状有多种可能, 魔方上“落单”的零星的色块, 则被安置为其他所需面积较少的辅助功能区。华科大主校区以不同院系的不同功能进行划分, 以教学楼为据点, 学生宿舍区围之展开。与同济校区显著的不同在于职工住宿区相对独立, 皆分置在校园北面。如果以不同颜色来标记不同的功能分区, 那么可以清楚的看到它是大面积不同色块的成片布置。
2.2 功能与尺度
传统校园尺度亲切的外部空间 (街区尺度多在70 m～100 m之间) 最有利于学生交流活动的发生。在学生日常活动的空间范围中, 体现在校园功能区域的相互距离上。
同济校区较之主校区, 在步行尺度上舒适很多, 基本不用借助非机动车, 就能较好地满足日常生活学习的需要。并且由于在小面积内有多种功能区域的“混杂”, 即区域功能的多样性, 使得这样的校园更富有人文气息, 更具有活力。哪儿有活力, 来访者就往哪儿走, 他们在分享这里的多样性, 同时也为这里的多样性加了一把力。而华科大主校区校园以专业为组团的划分方式, 使得学生上某些公共课时不得不选择非机动车为交通工具, 并且大量的车流同一时间的蜂拥行进, 也给校园带来了不小的交通压力和安全隐患。由于大面积单一功能区的成片布局 (上述所提) , 学生在校园中不愿过多的停留, 都是行色匆匆地从起始点直达目的地, 以至校园难以聚集人气, 也就难以形成生趣盎然的校园空间景象。
相反, 通过建筑物和功能设施的布局, 形成尽可能紧凑的公共空间体系和尽可能短捷的步行交通及感觉经历, 就可以将人和活动集中起来[1]。
一般而言, 5 min～10 min, 即400 m～800 m的步行距离是公认较为舒适的步行范围, 超越这一距离则不利于步行活动的发生, 而更依赖于非机动车和机动车的交通方式, 因此可以作为校园功能组团规划的量化基准。
2.3 尺度的感性需求与理性分析
同济校区组团内部结合日照间距及户外活动的使用要求形成小尺度的院落空间, 形成互相支撑、资源共享的教学综合体。处于小空间中几乎总是更令人兴奋, 人们既可以看到整体, 也可以看到细节, 从而最佳地体验到周围的世界。而主校区带给人的空间感受则大不一样, 即使是阳光普照的日子, 校园里的大部分空间给人的感觉也是寂静安谧。行走在校园的路上至少20 m才能遇到一个人, 校园空间难以聚集人气。
造成这种现象的原因是多方面的, 就尺度问题上, 可以归结为以下几点:
1) 校园在规划之初所划定的面积较大, 规划之时仍按照小尺度校园单一功能分区的形式, 只是同等比例的拉大了各功能区域的距离, 同等比例的扩大了节点的面积。这样就造成了不太适宜的步行尺度, 给学生正常的生活和学习造成了不便, 也给校园交通系统带来不小的压力。
2) 看似校园每个功能区的布局充实而丰富, 整体平面比例恰当, 形式优美, 但是不可避免的造成了建筑物与外部空间的脱节。新建教学楼, 食堂等建筑物追求雄伟壮丽, 也为了与环境尺度比例和谐, 建筑物本身体量较大, 且位置相对独立, 造成学生流动于各建筑之间的频率较低。校园缺乏整体归属感也就难以形成生机勃勃的校园景象。
3) 校园大面积划分功能区域, 各个功能区之间没有较好的联系性和连续性, 布局规划生硬, 分区界限严格清新, 缺乏灵活性与偶然性, 造成了单一功能区域之间所谓的“危险的真空地带”, 再加上缺乏合理集中的商业, 学生途经这些场所, 只会匆匆逃离或者主观忽略, 不会驻足欣赏或漫步其间。
3人性尺度的多中心校园规划
在大尺度的校园用地条件下, 如仍然采用“摊大饼”式的单一功能分区模式, 组团规模过大必然与适宜的尺度控制产生矛盾。因此, 应借鉴现代城市设计用地布局中所提倡的“混合使用”和“多中心”规划理念, 根据学生实际使用情况, 规划适宜的组团规模和使用功能, 使不同功能组团保持在合理的步行距离内。功能分区由集中趋向分散, 从单一的大型片区向多元的小型组团转化, 这不仅可以有效的解决大型校园的使用问题, 也有利于打破当前僵化的规划思路, 为创造多样化和个性化校园提供更多的手段。
4结语
大学生需要的是可以独立思考的空间, 亦可相互交流思想火花的场所。尺度适宜的高质量校园空间, 在产生功能多样性的同时, 满足了学生生理及心理的多方面需求, 也丰富了校园的生活气息, 展现了校园所特有的活力景象, 将高校校园人文主义精神上升到更高的境界。
比照分析现有校园规划的典型案例的空间功能需求, 将有助于专业人员从中总结出赋予人文主义关怀的宝贵经验成果, 同时对当下的高校校园规划设计的实践活动具有一定的参考意义。
摘要：针对高校校园的空间尺度问题, 从规划形式、功能、感性需求等方面, 对华中科技大学主校区与同济校区进行对比分析, 并从尺度的角度总结出两校区产生空间质量优劣的各自原因, 最后提出“人性尺度的多中心校园规划”的理性设计策略。
关键词：校园规划,尺度,空间质量,多样性,多中心
参考文献
[1][丹]杨.盖尔.交往与空间[M].何人可, 译.北京:中国建筑工业出版社, 2002.
[2]吴思, 汪杉.大学建筑交往空间初探——以华中科技大学三栋教学楼为例[J].华中建筑, 2008 (26) :11.
[3]素平.城市设计视角的校园规划实践研究[J].华中建筑, 2011 (8) :99-101.
[4]郑明仁.大学校园规划整合论[J].建筑学报, 2001 (2) :55-56.
形态的尺度美 篇4
关键词：形态,尺度,比例
自古以来, 设计的艺术追求都在设计品的形态中体现出来, 产品的各种形态均能表现各自的功能, 又极具动人的美感。美的感觉有很大一部分来源于人们在生活中的美学体验, 产品的美不是孤立存在的, 它是由产品的形态、色彩、材质、结构等很多的美学因素综合构成的。
任何一种美学法则都不是简单的加减乘除产生的, 都是自然界的天然的美学因素在人类设计过程中的归纳和总结, 正是在人类的实践活动中的不断尝试, 才能设计出满足其实用性和美观性的产品秩序产生美, 是形成于群体之中的一种韵律, 是人类在长期生活中的形成的一种共识, 是建立在功能基础上的适应人的社会属性的从众心里需求的自然表现, 我们在追求特例独行的过程中, 还在寻求群体认同, 而导致群体认同的过程必然形成一种个体对于群体的逻辑, 表现在美的追求智商就是秩序。美存在于秩序中, 尺度就是其中的一个规律, 规律是自然界的一种客观存在, 无论我们如何探讨如何造就美感, 无非是寻找规律所在, 而尺度是必然的路基秩序。
形态包含两个意思, 所谓形及一个物体外显的形状, 如几何形状, 以及不规则形状, 所谓态, 即蕴含在物体内部的神态或精神势态, 两者的结合便是形态。中国的书法就是诠释形态概念的一个好例子。字体笔画的走势, 笔墨的浓重清淡, 都能体现出书法家的纯熟1的技艺, 力道。方寸间可见天地之大, 气势之恢弘。甚至在行云流水间, 随着结字体的变化与外形特征, 体会到书法家的心情和风格。每一笔, 一横, 一撇的尺度都恰到好处, 多一分嫌多少一分则不够。
产品的形态要以功能为前提来设计, 而尺度也是决定产品形态的首要因素, 三者是息息相关的。我们从产品的形态来看, 可以分为两方面:一是基于物的属性设计, 二是基于人的属性设计。物的属性就是要考虑到产品的功能性, 产品的尺寸要适应其在使用过程中的情况。而人的属性就是要考虑到人的身体特征, 尺寸等。因为我们生产任何一件产品都是为了人来使用的, 必须要符合人对物品的实用性, 这个尺度感要拿捏的很精准, 然后才是考虑其美观性和协调性, 想要完美的融合两者, 主要是尺度的功能性、空间, 与品类的形态尺度等方面进行分析。
1 尺度给形态的空间感
产品本身是在空间中摆放的, 这就涉及到产品与空间的尺度关系, 两者之间的密切性可想而知。我们拿家具类产品举例, 家具和居住空间的关系最为密切, 人的生活环境就在这空间的尺度感中营造出来, 通常我们的居住空间平均为25m2左右, 而家具的尺度不能占用超过一半的空间, 这就要求家具的尺度设计首先要满足其功能性, 其次是满足人的活动范围和空间, 这就要考虑到人体的尺度, 尽量做到尺寸的精准。实用和多功能性, 与此同时要满足家具的造型要求, 体现出家具的美感和观赏性。
2 功能性与形态尺度
产品的功能性就是其满足人类应用需求的性质, 随着科技的发展, 产品的功能性在不断提高, 人类的直接作用决定了他的形态。所以功能与形态尺度也是息息相关的, 也就是说, 功能决定其形态尺度范围。这个3尺度有时是有一定的可调性, 有时确实需要极其精准的, 在此基础上所设计的形态要完好的辅助产品的功能性, 而后才是展现其神行具备的态势, 如果汽车的形态与功能的良好结合, 精准的尺度下所呈现出完美的流线, 体现出各种车型的不同特点以及形态。
3 产品与心理的形态尺度
产品的实用过程中直接带给人不同的心理作用, 使用者的主观意识和感受也可以说是其功能性的一种体现, 这一点是不能忽略的, 而且是越来越受到我们的重视。产品的形态, 肌理, 色彩都会使人产生不同的心理感受。人们会从潜意识出发去选择符合自己内心感受的产品, 例如愉悦感, 安全感, 舒适感等等。而形态的尺度会给人的心理造成巨大的影响, 如同儿童的产品, 尺度上尽量小巧, 灵动, 能够迎合小朋友内心的童真, 绚丽, 可爱的一面。加强可操作性, 儿童在能够驾驭的基础上有了心理的满足感。
4 尺度与比例
我们之前谈到4尺度的变化是决定功能性的很重要的一点, 我们要基于人体的尺度变化来设计产品的尺度。形态的设计首先基于尺度, 其次才是一些造型法则的运用和融合
评价学人的三个尺度 篇5
近日, 在“学术批评网”上, 见到一篇文章, 题目是《切实端正学风宏扬学术正气——就立即建议停止对徐通锵教授及其〈求索者:徐通锵先生纪念文集〉的炒作的公开信》 (以下简称“公开信”) , 时间是2008年12月13日, 该文作者是在下的受业老师, 故于此处隐去其名, 敬请各位原谅。
文中用贬低人格、侮辱漫骂的方式点名攻击的学人将近10人之多。这一事件在学术界引起广泛注意, 令学人深感震惊。
在下与徐通锵先生未曾谋面, 但从诸多学人对他故去之后的纪念、追思、尊崇、敬仰, 可以推知其一生为德、行事是很高尚的。关于其立言方面, 北京大学中文系李娟副教授在其讲演“徐通锵先生的字本位语言理论概述 (纲要) ”中集中介绍了几篇重要著述。现转录如下:
1.《结构的不平衡性和语言演变的原因》 (1990) :提出“结构关联”的概念。音节和词 (词, 似当为字———笔者) 的一对一的对应是汉语结构的重要特点, 体现了语音和语法这两个结构层面的结构关联, 是汉语演变中的一个“纲”。
2.《语义句法刍议》 (1991) :徐通锵先生最早包含字本位思想的论文。
3.《语言论》 (1997) :徐通锵先生在这一时期字本位理论研究成果的集成, 力求摆脱印欧语的眼光, 以字为汉语结构的基点, 对汉语的语音、语汇、句法做了全方位的研究, 构建了汉语结构研究的理论体系。
4.《说“字”》 (1998) :对字的性质有进一步深入探讨, 提出其总体特点, 发展阶段等。
5.《汉语结构基本原理——字本位和语言研究》 (2005) :强调汉字和汉语的特有的密切关联和字的形音义三位一体。强调语汇研究和语法语用研究的结合, 以字为基础研究汉语语汇的生成。提出字的语法化的“阶”的思想, 更系统地揭示出字与其他各层次的结构单位的关联。强调语法结构与思维方式的联系。
6.《汉语字本位语法导论》 (2006年完成, 即将出版) :徐通锵先生字本位体系的最后总结。对字本位的基本理论与方法和汉语语法的基本结构规律作了系统的阐述。
李娟副教授将字本位理论的要点归纳为如下7点:
1.语言是对现实的编码体系。编码机制是制约整个语言结构运作的根本, 它取决于最基本的结构单位的音义关联方式。编码机制的差异造成不同语言类型的差异。
2.编码中如何借助理据关联, 是导致整个编码机制的根本, 音义关联方式是其表现。这一原则导致在各层单位的结构构成中有的语言重语义关联, 有的语言重语形关联。对于前者, 研究中重要的是要揭示语义范畴的性质, 对于后者, 要归纳语法范畴的功能。
3.语言的表层形式是容易发生演变的, 但底层的编码原则是稳定的, 要揭示这一底层的原则要把语言的历史和现状结合起来, 做统一的解释, 不宜割裂语言的共时和历时。
4.不同性质的文字与有声语言间有不同的关联方式。文字不仅仅是对语言的记录, 文字反映着语言的特性, 还有对语言的反作用, 在某些情况下影响语言的演变过程。
5.从以上几方面看, 字是汉语中最基本的结构单位, 这一性质贯穿古今。汉字编码与汉语结构单位的编码模式有相当大的一致性, 语义关联是编码原则的基础。字的编码原则延伸至字以上的结构。
6.在汉语语法中, 字无疑承担了语法功能, 但无论是字类还是虚字都是以基本的语义属性起到结构关联的作用, 与语形语法有所不同。
7.汉语语法中各种语义范畴最终体现在表达中, 与说话者的主观性不可分。其中有定范畴是最重要的, 这一范畴在汉语和印欧语中的差异, 正与前者句子的开放性和后者句子的封闭性相对应。语言编码机制的不同, 最终在语言表达的实现中, 表现出不同语言巨大的差异。
在下认为:徐通锵先生的字本位理论, 否定了半个多世纪以来占主导地位的词本位理论, 找到了汉语的基本元素之一:“字”。他敢于否定自己以往的学术成就, 不断研究探索, 在普通语言学理论的研究上取得了高于同时代人的成就。这是他得到学人推崇的原因之一, 也是他的伟大过人之处。所以我认为徐通锵先生在为德、行事、立言三方面都应堪称学人的典范, 他受到众多学人的追思与仰慕是情理之中的事。
“公开信”中又多处有“学术骗子徐德江”之语。众所周知, 徐德江先生近40年来, 一直从事普通语言文字理论和科学的语文教育模式的研究探索与实践创新。他参与创办《汉字文化》杂志, 并苦心经营至今。《汉字文化》杂志并未完全定位在高、精、专、尖上, 而是面向广大一般语言文字的研究、学习和爱好者, 为普通大众读者提供交流的园地及精神的食粮, 在海内外具有广泛影响。当然, 有的人只盯着高、精、专、尖的权威杂志, 对《汉字文化》杂志, 像“公开信”中所说的“不屑于读”, “更不愿在该刊发表文章”, 这恐怕也是有的。这其实很正常, 无论自然界还是人类社会, 各自都有自己活动的空间, 也各自都有自己生存的理由。此外, 徐德江先生还多次组织学术会议, 自2007年起每月组织一次“语言文字大论坛”, 团结大批专家、学者, 研讨语言文字领域的前沿问题, 现已举办有20次之多。除了在语言文字研究、传播方面做了大量工作以外, 他与他的夫人王树存女士还关注社会问题, 热心捐助灾区, 投身公益事业。在为德、行事方面, 他与他的夫人王树存女士, 都是令人敬佩的。
在学术上, 徐德江先生在《人民日报》 (海外版) 发表了大量文章, 对海外华人宣讲汉字汉语的科学性, 宣传科学的语文教育模式。从80年代以来, 他出版的学术专著主要有下列几种:《语言文字理论新探》 (1986年光明日报出版社出版) 、《当代语言文字理论的新构想》 (1992年科学出版社出版) 、《索绪尔语言理论新探》 (1999年海潮出版社出版) 、《婴幼儿科学汉字教育》 (2000年中国华侨出版社出版) 、《徐德江语文论著选集》 (2005年光明日报出版社出版) 、《普通语言文字学简论》 (即将出版) 。
在他的论著中, 提出了许多观点鲜明, 彰显个性的科学论断, 主要有:
1.语言文字理论研究以东西方语言实际为依据推出“两个阶段理论”。
2.创建以马克思唯物辩证法为指导的“细胞论分析语言文字学”。
3.提出“语基”与“文基”分别是语言与文字的细胞。
4.借鉴海内外最新科研成果, 进行全方位综合论证及实验, 提出汉字的科学性、易学性、汉字具有国际性: (1) 关于汉字的科学性; (2) 汉字是智能型的文字; (3) 汉字是国际性的文字; (4) 汉字是优美、高雅的文字; (5) 汉字是最易学的文字; (6) 汉字与汉字科学论是原始性创新。
5.提出关于词结构的新观点。
6.提出一切文字, 由字形表示字义, 都有两条通路。
7.提出信息载体, 以其能否准确而高速传达信息来区分优劣/“明确简约”是语言文字科学性的标准。
8.提出正确对待繁简字/两者都是正体字。
9.研究索绪尔论述后, 提出语言各种单位的结合性是寓于人类一切语言中的语法。
10.研究索绪尔论述后, 提出“两个王国”说法。
11.研究索绪尔论述后, 提出文字高于口说语言。
12.研究索绪尔论述后, 进行综合论证, 提出汉字是比拼音文字更高级的书写语言。
13.研究索绪尔论述后, 提出语言的能指不只是音响形象, 语言的所指不只是概念。
14.研究索绪尔论述后, 提出语言符号是非任意性与任意性的对立统一体。
15.提出并论述基本语文教育模式: (1) 婴幼儿科学汉字教育的含义; (2) 婴幼儿能识字的根据;
(3) 婴幼儿有不同于成人的特殊的认知规律; (4) 婴幼儿学认字有关键期; (5) 汉字是适合婴幼儿学认的文字; (6) 汉字是优美、高雅的文字; (7) 汉字是最易学的文字; (8) 汉字与汉字科学论是原始性创新。
上述这些, 并非在下杜撰与虚言, 在下也无意抬高谁, 贬低谁, 只是就事实说话, 想各位自会有公断。我想, 如果不是心存成见, 如果不是别有用心, 是会说公道话的。请问, 天下有这样充满学术创新精神的“学术骗子”吗?难道我们是那么容易被欺骗吗?难道我们就没有基本的分辨是非和辨别真伪的能力吗?
“公开信”的所作所为, 使人不由得想到了“文化大革命”, 想到了“金猴奋起千钧棒, 玉宇澄清万里埃”。可惜, 现在时代变了, 变得开明、宽容、理性了, 现在强调科学发展观, 任何人想抡着大棒, 横扫打杀, 都是行不通的。科学必定战胜僵化, 理性必定战胜愚昧, 正义必定战胜邪恶, 正气一定会压倒邪气, 对此, 我们有理由充满信心。
把握师生距离的尺度 篇6
一、不同的教师采取不同的距离尺度
1. 年轻教师和年老教师
作为一个年轻教师,我体会最深的是学生是否“信其道”与我们是否笑容满面是不成比例的,必要的权威是不可缺少的。刚接班的时候,还稚气未脱的我在学生中取得了很好的人缘,他们都很亲热地每天围在我身边,课堂气氛也很活跃,学生没有拘束张嘴说英语,我也乐在其中。但是过了一段时间,我发现学生开始向胆大妄为发展,先是课下没大没小,后来如果在课上给他们时间讨论,让他们停下来就要费点神。如果是我帮忙看自习课,课堂纪律就会难以控制。有的教师说这是因为他们高一刚进来不熟悉,现在开始野了,但是我觉得和我本身对他们的态度有关,是我让他们觉得我这个教师可以像姐姐一样对待。虽然我赢得了他们的喜爱,但是我失去的是作为教师的威严。
相反,年轻教师也不能总是板起面孔对待学生。在我上初中的时候,班主任是一位刚毕业的大学生,我们满怀希望和她走近一些,但是她从来没有对我们笑过,而且经常在我们上其他课的时候在窗外窥视。很多类似的举动惹来班上同学尤其是男生的不满,故意与她作对,终于有一天把年轻的班主任气哭并且夺门而出。由我两个亲身经历来看,年轻教师不能和学生过近或者过远,两者都不利。而经过多年历练的老教师熟谙此道,有着丰富的经验,但是很容易死板老套,和学生接触少,距离相对过远。最受欢迎的教师应该是威严又不失幽默、经验丰富又不拘于教、把握好师生距离的教师。
2. 男教师和女教师
在我这个女教师的眼中,男教师具有天生的优势,他们嗓音洪亮、外形伟岸,在学生面前自然增添了一份教师的威严。同时,在一个班集体中男生起到重要作用,男教师更容易在课后和男生们走到一起,拉近和男生之间的距离就几乎抓住了整个班集体,在学习教育上男教师的不严自威也起到了一定的震慑力,这正是女教师望尘莫及的地方。当然,并不是说男教师所向披靡,有许多关于处理和女生距离的问题上男教师就没有了女教师的优势。对于女生尤其是内向的女生,女教师的话语更有说服力,更容易在需要的时候走近女生。所以,男女教师和学生的距离应该有所不同,男教师威严又不乏细心、女教师和善又不失庄重,这才是男女教师和学生相处之道。
3. 主课教师和副课教师
不同科目的教师和学生之间的距离也不一样。对于语、数、外教师来说,每天都有很多的机会和学生接触,学生数量少密度大,便于管理。而副课教师课少、学生多又相对分散,和学生之间的距离自然远了一些。再者,学生对主课相对重视,所以副课教师要保持教师的威严才能够管理好数量众多的班级。
二、对不同的学生要保持不同的距离
面对形形色色的学生,因材施教在师生距离的把握上非常重要。处理不同学生的距离要有微妙的变化,适合的才是正确的。
1. 内向自卑的学生
内向的学生一般很听话,但是不会主动敞开心扉和教师交流学习、生活上的事。我们应该主动拉近距离,用亲近了解他们在学习、生活上的困难及时指正;对自卑感较重的学生,要与他们保持较近的距离,显示出特别的亲近,唤醒他们积极向上的动力,帮助他们在学习上取得成就,消除自卑感。
教学之初,我沉浸在和一些活泼学生的交流中,忽略了那些没有主动靠近我的学生,直到我目睹了一件小事。一个叫小杰的男生,平时不爱说话,成绩也很不理想,但是我交待的事情他都会按时做好,所以,我没有和他说过几句话。一次课间,我看到另一个男孩小成一句玩笑话激怒了小杰,他愤怒地站起来走到小成身边重重地给了他一拳,小成的脸色马上变了,拳头也握了起来,我赶紧把小成按住,告诉他:“是你错在先,不能还手!”他才松开了拳头。由此,我意识到了小杰身上的问题,内向带些自卑的性格使他和其他同学难以相处,不懂得怎样交流的他会采取一些极端的做法,我开始后悔和学生的接触太片面,我应该注意到每个学生,处理好与每个学生的距离。
于是,我开始有意和小杰多亲近,问他学习、交朋友和家庭等各方面的事情。开始,他仍然话不是很多。在我当着全班同学的面表扬他学习认真有进步之后,他有了转变,逐渐地话多了,笑容也多了,后来还参加了漫画社在Cosplay里扮演角色,穿着表演服专门跑到我办公室里,简单的一句“老师,你看”和他灿烂的笑脸让我知道他不再会出现上次的事情了。现在小杰学习上有了进步,班级很多学生也和他玩在了一起。
2. 外向泼辣的学生
性格外向的学生我们不必担心交流问题,但我们应该保持一定的距离,做好学习上的交流即可,保留一份神秘感;对性格泼辣,甚至有“攻击”倾向或行为的学生,要与他们保持比较远的距离,不让他们影响班级风气以及教师的权威,始终保持着一种威严,有意识地运用距离的力量,使师生彼此尊重。
我的学生当中外向的学生都会下课主动跑来对我说这说那围着我转,不管是学习还是班级的事情,他们都会有意无意地说给我听。起初,我很乐意和他们聊天嬉笑;后来,我发现了问题,他们逐渐地没有了尺寸,过分散漫。我不能完全像姐姐一样毫无神秘感。于是,我改变了策略。当他们毫无顾忌的时候,我开始用严肃的态度对待,在这个时候淡漠是最好的武器,渐渐地,他们已经不再下课的时候肆无忌惮地和我说笑,开始有了距离感。虽然有些失落,但是教学工作进行得比以前更顺利了。
三、在不同的场合保持不同的距离
1. 课上与课下
活动课,我与学生们在一起游戏娱乐,这是朋友般的关系,这时候是近距离;英语课,我和他们保持距离,用严肃的态度对待学习,这是维持正常教学秩序的需要。
在第一个班级3班教学时,开始我没有完全处理好和学生之间的距离,过于追求亲近以至于后来进入窘境,对有些学生也没有完全照顾到,虽然亡羊补牢,拉开距离,但是想起来还是埋怨自己不成熟,自己的改变在学生心理上也会有一定的影响。
在第二个班级7班教学时,我一开始就在班级树立威信,把英语方面的规矩和奖罚一条一条说清楚,并且严格按照规矩行事,班级中一旦出现不合规矩的事情马上指出,但同时我也保留着之前的那份亲和,课前课后也会和他们娱乐,用小游戏吸引他们对英语的兴趣。果然效果和3班大不相同,他们在上课的时候绝对不会出现散漫无纪律的现象,认真地按照要求听讲记笔记,作业默写也能及时完成;下课又会流露出本有的天真和顽皮,笑嘻嘻地要和我玩游戏。
2. 进步与退步时
对任何一个学生取得的一点微小的进步,或者是他们表现出来的在某个方面的优秀之处,我们教师都要大张旗鼓由衷地赞美,拉近距离;当学生们出现了退步或者犯了严重的错误时,我们要板起面孔,拉开距离,用严厉的言语让他们知道问题的严重性,唤醒其自责的意识并且找到解决的方法。
3班的学生小峰,起初接触甚少,东方绿舟(上海市青少年校外活动营地)一游让我发现小峰具有领导组织才能,小队的一顶顶帐篷还有一个个任务都是他组织起来带头完成,并且有计划有分工。于是,回来之后我在班上对他大大赞赏了一番,并且让他做了我的英语课代表。果然,这激起他对英语的兴趣,并出色地完成了我交给他的各项任务。
7班学生小涛,头脑聪明理科好,但英语不够用功成绩不理想。我希望他可以在英语上取得明显的进步,发现他的进步就进行表扬。但他总是会有这样那样的错误出现,尤其期末考试前他的贪玩,让我着实生气,虽然他在事后马上认识到了错误,跑来“负荆请罪”,我还是狠下心板起面孔。最终,期末考试小涛的成绩有了很大进步,我俩都开心了很久。在小涛身上,我的做法是正确的,我对他们的爱护没有再像3班那样过于迁就,而是赢得了他们的爱和尊重。
把握好赞赏的尺度 篇7
“期末考试成绩统计出来了。”办公室里不知谁喊了一声。我飞快地冲到年级主任的电脑桌前, 几位同事正围着电脑在议论各班低分的人数。一个班平均分的高低往往取决于80多分人数的多少。我赶紧拖动鼠标, 数数班里有多少低于90分的, 还好, 不到十人。我不由得心中暗喜, 一个学期的努力没有白费。可喜悦只是一闪而过, 因为在80多分的行列里, 我看到了敏的名字。我不敢相信自己的眼睛, 迫不及待地找到敏的试卷, 没错, 就是86分, 敏不仅把简单的题目做错了, 还出现了前所未有的漏题现象。我的心开始颤抖, 怎么能出现这么大的失误呢?再一次找到敏的其他各科成绩, 结果同样不太理想, 尤其是科学, 50分的试卷, 她只得了33分。
敏一直是个不错的孩子, 人长得文静、漂亮, 学习成绩突出, 又特别懂事, 作业从来都是做得工工整整、一丝不苟。唯一不足的是, 孩子性格有点内向, 课堂上从不主动举手发言, 偶尔叫起来回答问题, 声音也小得可怜, 显然是缺乏自信。为了改变这一现象, 我决定帮助这个孩子。
课堂上, 我给予敏更多的关注, 几乎每一节课上我都会叫敏回答问题, 每一次回答过后, 我都毫不吝啬地予以表扬:“哎呀!敏真是不鸣则已, 一鸣惊人哪!”“看, 敏就是我们六 (2) 班的小哲学家, 她的回答多么富有哲理呀。”“瞧, 多么富有诗意的表达, 听敏回答问题就是一种美的享受。”“我绝对相信, 敏的未来不是梦。”作业时我也常常驻足于敏的桌前, 一边欣赏敏的作业, 一边不住地大声夸赞:“唉, 像敏这样工整漂亮的作业, 别说我们班45名同学, 就是批改450个同学的作业, 我也绝不会说一个‘累’字的。”“批改敏的作业, 那简直就是一种享受。”有时说着说着, 我还会不由自主地拿着敏的作业本在班里走上一圈, 让每一位学生都看一看, 为敏赢来了不少羡慕的目光。
表扬很快有了成效。敏开始主动举手发言了, 作业日臻完美, 书写更加工整, 质量也越来越高。
不知不觉中, 我给予了敏更多的关注与厚爱, 表扬、鼓励敏成了我每天、每节课不可或缺的事。就在我为自己取得的小小成功而沾沾自喜之时, 敏的期末成绩, 就像一盆凉水向我迎面泼来。
怎么办, 敏还不知伤心成什么样了呢?孩子能接受这样的打击吗?这个本来就内向的孩子, 会做出些什么呢?……我不敢往下想了, 三步并作两步来到教室。
眼前的一切让我怔住了, 敏正和几位女生在玩拍掌游戏呢。看她那一脸灿烂的笑容, 眼睛笑得眯成了一条缝, 真的是没有一点儿难过的样子。“敏, 到我的办公室来一下。”所有的担心顿时化作了满脸的愠色。
办公室里, 敏低着头, 两手不知所措地揪搓着衣襟, 这时才完全像一个做错了事的孩子。“敏, 知道我为什么喊你来吗?”我的语气缓和多了。“知道。期末考试我没考好。数学老师都告诉我了。”“那你还能高兴得起来?看看你的试卷吧!”怒气重又爬上心头, 我气冲冲地将试卷扔到她的面前。“你说, 怎么会考得这么差, 是真的不会做?还是考试时睡着了?……”孩子没有回答, 始终抿着嘴唇, 任眼泪无声地滴下来, 溅在桌子上。
我知道, 再问下去也不会有答案。于是我换了一种语气:“任何事情的发生都有理由, 你现在不想说, 我能理解, 希望你回去好好反思, 下午班会结束后我们再谈一谈。”
下午班会课后, 敏没有来找我, 而是让她的同桌递给了我一封信, 怀着几分不悦, 我打开了那封信。
尊敬的潘老师:
您好!潘老师, 其实我非常喜欢您, 喜欢语文课, 您上课语言风趣幽默, 态度和蔼可亲, 尤其是对我, 您总是鼓励我、表扬我, 爸爸妈妈也常常说我遇到了好老师, 让我好好学习, 用优异的成绩来回报您, 我自己也常常暗自下决心, 刻苦学习, 决不辜负您的期望。我每天不停地努力着, 即使是课间, 我都强迫自己不要出去玩。可是, 不知道为什么, 我有点越来越害怕考试, 害怕考不好让您失望, 招致同学们嘲笑。就说期末考试吧, 考试的前一天晚上我就紧张得睡不着觉, 考场上, 我感觉头脑一片空白, 心总是静不下来。张老师跟我说了考试成绩以后, 我非常难过, 但是很快我就不难过了, 因为我有了意外的收获, 从前的朋友又回到了我的身边, 我重新找回了失去的友谊。
潘老师, 您知道吗?曾经因为您对我的偏爱, 我的同桌及好朋友, 他们都开始疏远我, 他们说您的眼里只有我……
读着读着, 我的双手开始颤抖起来, 心里隐隐作痛。怪不得我表扬敏时, 常常看到的是敏轻蹙的眉头, 听到的是同学们越来越稀疏的掌声……
敏的事例, 让我想起了暑假参加骨干教师培训时一位专家的话, 他说, “一味地赏识, 就会演变为一种‘精神鸦片’。”其实, 赏识也要有原则, 要真正符合教育的规律;赏识也要有目标, 要真正有利于学生的可持续发展;赏识也要有尺度, 赏识不可能是万用万灵的法宝。
春节期间, 到一位朋友家做客, 她爱人是一位厨师, 那天朋友让我们一家享受到了星级宾馆水平的菜肴。饭后, 我向朋友的爱人请教厨艺, 问做菜是不是油一定要放多一些, 他淡淡说了一句:“那不一定, 有时, 油多了也坏菜。”
“油多也坏菜”的道理, 时时警醒我们, 教师过度的表扬也会给孩子的思想上带来一定的压力, 甚至会引起其他同学的不满和嫉妒, 从而对孩子造成伤害。教学中, 我们要关注到更多的孩子, 把握好赞赏的尺度。