新川教版八上2.2《“认识”一个人》教案
文档属性
| 名称 | 新川教版八上2.2《“认识”一个人》教案 |  | |
| 格式 | docx | ||
| 文件大小 | 1.4MB | ||
| 资源类型 | 试卷 | ||
| 版本资源 | 川教版 | ||
| 科目 | 信息技术（信息科技） | ||
| 更新时间 | 2022-12-20 14:19:53 | ||
图片预览
文档简介
中小学教育资源及组卷应用平台
川教版（2019）信息技术八年级（上）册教学设计
课题 第2节 “认识”一个人 课型 新授课 授课时间 第1课时 共1课时
教材分析 本节主要通过python编程体验认识一个人，教材中的编程思路及代码编写是一个比较超纲的知识范围，学生掌握起来会十分困难，所以本节课的主要内容是让学生了解python人脸识别的基本过程和主要方法。
学情分析 第一节课的内容学习了人脸定位的基本方法，学生了解了关于python定位人脸的基本步骤，对本节知识的学习有一定的帮助，但同时本节内容在深度上有了较大的跨越，对于学生学习难度会有所提高。
教学目标 1、了解机器学习的过程； 2、体验基于图片的人脸识别预测过程； 3、体验基于视频的人脸识别训练。
教学重点 教学重点： 1、了解机器学习的过程； 2、体验基于图片的人脸识别预测过程； 3、体验基于视频的人脸识别训练。 教学难点： 体验基于图片的人脸识别预测过程。
教学流程 教师批注
课堂导入 上节课我们学习了让机器认识我们的脸，并用方框或圆形框来定位标注我们的脸。 今天这节课我们要来学习让机器认识一个人，同学们想不想知道机器是怎样认识我们的呢？下面我们一起来学习。 从上节课的知识点初识人脸引入到认识一个人。
教 学 过 程 一、如何从图片“认识”一个人 前面学习了人脸定位，在定位人脸的基础上，如何能“认识”一个人呢？这需要对机器进行相应的“训练”，让它“学习”认识一个人。 机器学习需要人脸图片样本数据，让它进行训练，它会学会人脸的特征。给机器训练的数据越多，它的认识就全面、越准确。 基于图片的人脸识别训练过程如下图所示： 二、识别训练 一个人的两张图片“img01.jpg”h和“img02.jpg”来进行训练。 这两张图片上是同一个人，标签为“0”。 步骤一：准备工作 在后面的程序中将用到LBPH识别器，这个识别器由OpenCV扩展库提供，需要提前安装此扩展模块。安装方法和第一节安装OpenCV的方法相同。 安装命令: pip install opencv-contrib-python 知识卡片：LBPH识别器 LBPH是Local Binary Patterns Histograms的缩写，翻译过来就是局部二进制编码直方图。LBPH的主要思想是以当前点与其相邻点的相对关系作为处理结果。正因如此，在图像灰度整体发生变化时，提取的信息仍能保持不变。此方法在人脸识别中运用非常广泛，本节的程序就使用了这种方法来训练机器。OpenCV还提供了另外两种人脸识别方法，分别是EigenFace和FisherFacea。 小试牛刀：试一试，自己安装LBPH识别器模块。 第二步：人脸识别训练 训练机器“认识”人脸。首先要引入模块，读入训练用的两张图片，设置标签为“0”，然后加入LBPH识别器进行识别训练，步骤如下图。 想要对人脸进行训练，要按照以下步骤完成： 1、引入模块； 2、输入训练图片； 3、设置图片标签为“0”； 4、加入LBPH识别器； 5、机器训练。 小试牛刀：试一试，运行你的代码，观察运行结果。 步骤二：标注人脸 想要对人脸进行定位标注，要按照以下步骤完成： 1、先要引入OpenCV模块； 2、读入待标注图片并做相应处理； 3、再加载Haar人脸分类器； 4、定位人脸； 5、最后在图中标注出人脸。 小试牛刀： 试一试，运行你的代码，观察运行结果。 注意（程序运行不报错即可完成训练，要看到具体的反馈，我们要结合下节课的内容才能实现） 第三步：多个不同的人脸识别训练 多个不同的人脸识别训练与单个人脸识别训练的原理相同，区别在于添加训练图片时选用不同人的照片。以识别两个人为例，只需再增加另一个人的图片进行训练即可。保留前面的“img01.jpg”和“img02.jpg”，这两张图片都是同一个人，标签为“0”;增加两张训练图片“img11.jpg”和“img12.jpg”，这两张图片为同一个人，标签为“1”。 自主探究： 在train-1.py的代码基础上完成修改，实现多人训练。 拓展任务： 从视频中“认识”一个人，需要采集足够多的人脸图像信息让机器训练，过程如下图。 1．人脸数据采集。 通过摄像头扫描捕捉需要的人脸图像信息，在程序所在的目录创建一个“Facedata”文件夹，用来存放采集的人脸数据，详细程序见课本后面的附录二：人脸图像采集代码。 程序运行后，先要用户设置一个人脸图片标签。 输人标签“0”并按回车键后，摄像头开始自动采集视频中人脸图像并保存到“Facedata”文件夹中。 2．人脸数据训练。 在程序所在目录创建一个“face_trainer"文件夹，存放训练后的模型文件，详细程序见附录三：人脸数据训练代码。 代码运行后，导入训练图片和对应标签进行训练，最后在“face_trainer”文件夹中生成训练后的模型文件trainer.yml。 拓展阅读： 人脸识别技术既是一项起源较早的技术，又是一门焕发着活跃生命力的新兴技术。随着近年来人工智能、大数据、云计算等技术更迭速度的加快，人脸识别作为人工智能的一项重要应用，也搭上了时代的快车，基于人脸识别技术的一系列产品实现了广泛应用。 最早与人脸识别相关的研究并不是在计算机领域，而是在心理学领域。早在20世纪50年代，就有学者尝试从心理学的角度来阐释人脸认知的奥秘。除了从心理学的角度来研究人脸识别原理外，也有从生物视觉角度来探索奥秘的。但真正与我们现在的人脸识别技术有较多关联的研究出现在20世纪70年代。 人脸识别技术已从2D迈入3D时代，3D人脸识别如下图。3D人脸识别算法对于2D人脸识别的难点，包括人脸旋转、遮挡、相似度等在内的问题都有了很好的应对。 引入生活中人初识别人脸脸识别的例子，提出问题，怎样认出一个人呢？讲解训人脸的基本步骤 讲解LBPH模块的安装，并让学生动手实践。 知识扩展讲解，让学生了解LBPH识别器的相关知识。 引入人脸训练的基本步骤，并让学生自己动手操作，查看运行效果。 讲解训练人脸的基本步骤。 发布任务，学生自主探究完成任务。 补充阅读知识，让学生了解人脸识别技术基础知识。
课堂小结 一、如何从图片“认识”一个人 1.输入训练图片 2.机器训练 3.获取特征 二、识别训练 1、引入模块 2、输入训练图片 3、设置图片标签为“0” 4、加入LBPH识别器 5、机器训练
课后作业 阅读视频识别程序附件2-3，体验基于视频的人脸识别训练。
教 学 反 思
21世纪教育网 www.21cnjy.com 精品试卷·第 2 页 （共 2 页）
21世纪教育网(www.21cnjy.com)
川教版（2019）信息技术八年级（上）册教学设计
课题 第2节 “认识”一个人 课型 新授课 授课时间 第1课时 共1课时
教材分析 本节主要通过python编程体验认识一个人，教材中的编程思路及代码编写是一个比较超纲的知识范围，学生掌握起来会十分困难，所以本节课的主要内容是让学生了解python人脸识别的基本过程和主要方法。
学情分析 第一节课的内容学习了人脸定位的基本方法，学生了解了关于python定位人脸的基本步骤，对本节知识的学习有一定的帮助，但同时本节内容在深度上有了较大的跨越，对于学生学习难度会有所提高。
教学目标 1、了解机器学习的过程； 2、体验基于图片的人脸识别预测过程； 3、体验基于视频的人脸识别训练。
教学重点 教学重点： 1、了解机器学习的过程； 2、体验基于图片的人脸识别预测过程； 3、体验基于视频的人脸识别训练。 教学难点： 体验基于图片的人脸识别预测过程。
教学流程 教师批注
课堂导入 上节课我们学习了让机器认识我们的脸，并用方框或圆形框来定位标注我们的脸。 今天这节课我们要来学习让机器认识一个人，同学们想不想知道机器是怎样认识我们的呢？下面我们一起来学习。 从上节课的知识点初识人脸引入到认识一个人。
教 学 过 程 一、如何从图片“认识”一个人 前面学习了人脸定位，在定位人脸的基础上，如何能“认识”一个人呢？这需要对机器进行相应的“训练”，让它“学习”认识一个人。 机器学习需要人脸图片样本数据，让它进行训练，它会学会人脸的特征。给机器训练的数据越多，它的认识就全面、越准确。 基于图片的人脸识别训练过程如下图所示： 二、识别训练 一个人的两张图片“img01.jpg”h和“img02.jpg”来进行训练。 这两张图片上是同一个人，标签为“0”。 步骤一：准备工作 在后面的程序中将用到LBPH识别器，这个识别器由OpenCV扩展库提供，需要提前安装此扩展模块。安装方法和第一节安装OpenCV的方法相同。 安装命令: pip install opencv-contrib-python 知识卡片：LBPH识别器 LBPH是Local Binary Patterns Histograms的缩写，翻译过来就是局部二进制编码直方图。LBPH的主要思想是以当前点与其相邻点的相对关系作为处理结果。正因如此，在图像灰度整体发生变化时，提取的信息仍能保持不变。此方法在人脸识别中运用非常广泛，本节的程序就使用了这种方法来训练机器。OpenCV还提供了另外两种人脸识别方法，分别是EigenFace和FisherFacea。 小试牛刀：试一试，自己安装LBPH识别器模块。 第二步：人脸识别训练 训练机器“认识”人脸。首先要引入模块，读入训练用的两张图片，设置标签为“0”，然后加入LBPH识别器进行识别训练，步骤如下图。 想要对人脸进行训练，要按照以下步骤完成： 1、引入模块； 2、输入训练图片； 3、设置图片标签为“0”； 4、加入LBPH识别器； 5、机器训练。 小试牛刀：试一试，运行你的代码，观察运行结果。 步骤二：标注人脸 想要对人脸进行定位标注，要按照以下步骤完成： 1、先要引入OpenCV模块； 2、读入待标注图片并做相应处理； 3、再加载Haar人脸分类器； 4、定位人脸； 5、最后在图中标注出人脸。 小试牛刀： 试一试，运行你的代码，观察运行结果。 注意（程序运行不报错即可完成训练，要看到具体的反馈，我们要结合下节课的内容才能实现） 第三步：多个不同的人脸识别训练 多个不同的人脸识别训练与单个人脸识别训练的原理相同，区别在于添加训练图片时选用不同人的照片。以识别两个人为例，只需再增加另一个人的图片进行训练即可。保留前面的“img01.jpg”和“img02.jpg”，这两张图片都是同一个人，标签为“0”;增加两张训练图片“img11.jpg”和“img12.jpg”，这两张图片为同一个人，标签为“1”。 自主探究： 在train-1.py的代码基础上完成修改，实现多人训练。 拓展任务： 从视频中“认识”一个人，需要采集足够多的人脸图像信息让机器训练，过程如下图。 1．人脸数据采集。 通过摄像头扫描捕捉需要的人脸图像信息，在程序所在的目录创建一个“Facedata”文件夹，用来存放采集的人脸数据，详细程序见课本后面的附录二：人脸图像采集代码。 程序运行后，先要用户设置一个人脸图片标签。 输人标签“0”并按回车键后，摄像头开始自动采集视频中人脸图像并保存到“Facedata”文件夹中。 2．人脸数据训练。 在程序所在目录创建一个“face_trainer"文件夹，存放训练后的模型文件，详细程序见附录三：人脸数据训练代码。 代码运行后，导入训练图片和对应标签进行训练，最后在“face_trainer”文件夹中生成训练后的模型文件trainer.yml。 拓展阅读： 人脸识别技术既是一项起源较早的技术，又是一门焕发着活跃生命力的新兴技术。随着近年来人工智能、大数据、云计算等技术更迭速度的加快，人脸识别作为人工智能的一项重要应用，也搭上了时代的快车，基于人脸识别技术的一系列产品实现了广泛应用。 最早与人脸识别相关的研究并不是在计算机领域，而是在心理学领域。早在20世纪50年代，就有学者尝试从心理学的角度来阐释人脸认知的奥秘。除了从心理学的角度来研究人脸识别原理外，也有从生物视觉角度来探索奥秘的。但真正与我们现在的人脸识别技术有较多关联的研究出现在20世纪70年代。 人脸识别技术已从2D迈入3D时代，3D人脸识别如下图。3D人脸识别算法对于2D人脸识别的难点，包括人脸旋转、遮挡、相似度等在内的问题都有了很好的应对。 引入生活中人初识别人脸脸识别的例子，提出问题，怎样认出一个人呢？讲解训人脸的基本步骤 讲解LBPH模块的安装，并让学生动手实践。 知识扩展讲解，让学生了解LBPH识别器的相关知识。 引入人脸训练的基本步骤，并让学生自己动手操作，查看运行效果。 讲解训练人脸的基本步骤。 发布任务，学生自主探究完成任务。 补充阅读知识，让学生了解人脸识别技术基础知识。
课堂小结 一、如何从图片“认识”一个人 1.输入训练图片 2.机器训练 3.获取特征 二、识别训练 1、引入模块 2、输入训练图片 3、设置图片标签为“0” 4、加入LBPH识别器 5、机器训练
课后作业 阅读视频识别程序附件2-3，体验基于视频的人脸识别训练。
教 学 反 思
21世纪教育网 www.21cnjy.com 精品试卷·第 2 页 （共 2 页）
21世纪教育网(www.21cnjy.com)