(共29张PPT)
第二单元 第7节
图像识别技术
（浙教版）八年级
下
1
核心素养目标
3
新知讲解
5
拓展延伸
7
板书设计
2
新知导入
4
课堂练习
6
课堂总结
课后作业
8
01
核心素养目标
信息意识
计算思维
数字化学习与创新
信息社会责任
能够认识到图像识别在安防、支付等领域的变革价值，理解技术应用的责任与伦理影响。
能够通过 AI 开放平台实践图像识别，利用工具识别动植物、文字等，创新探究技术的实践方式。
能够学会分析图像识别的基本过程，通过特征提取、卷积神经网络理解技术实现的逻辑规律。
能够了解图像识别的应用场景与技术发展脉络，理清从早期应用到深度学习时代的演进关键节点。
03
新知讲解
第七节：图像识别技术
学习目标
通过对图像识别应用的体验，初步理解图像识别的基本过程和原理，感受图像识别技术带来的便捷。
03
新知讲解
第七节：图像识别技术
03
新知讲解
有些无人超市可以实现购物篮中物品的自动计价，你认为其中有人工智能技术吗
人工智能已经能够比较精确地区分孪生，它是知何实现的
03
新知讲解
通过大量的实验，实验心理学家赤瑞特拉(Treicher)证实:人类获取的信息83%来自视觉，11%来自听觉，图像识别是人工智能获取信息的主要方式之一，是人工智能的一个重要研究领域。
03
新知讲解
一、图像识别
图像识别技术是指利用计算机对图像进行处理，分析和理解，来识别图像中的对象的技术。每个图像都有独有的特征。人们在图像识别时，视线往往集中在图像的主要特征上。类似地，图像识别技术通过提取图像的主要特征，排除多余的信息来识别图像。
图2-1 物联网体系架构
03
新知讲解
亲身体验
利用识别文字的APP或软件，将图像中的文字识别为文本形式。
打开微信、QQ 或 “扫描全能王” 等 APP，进入 “扫一扫” 或 “提取文字” 功能。拍摄或上传含文字的图片，确保光线充足、文字清晰无遮挡。点击 “识别”，等待 AI 提取图像文字。识别完成后，校对并修正错误文字，最后复制或导出文本。操作简单高效，能快速将图片文字转为可编辑文本，大幅提升信息整理效率。
03
新知讲解
二、图像识像识别的应用场景
图像识别技术在生活中的应用越来越多。如图7-1所示，在文字识别领域，识别车牌号码、身份证号码、银行卡号码等;在图形识别领域，能快速地鉴别出各种动植物，品牌名称和汽车车型等;在人脸识别领域，可以实现酒店人住登记、火车站人站安验、移动支付、手机解锁和案件侦破等功能。
03
新知讲解
亲身体验
列举身边利用了图像识别技术的应用案例。
我们身边有很多图像识别技术的应用：手机人脸解锁、刷脸支付，通过识别面部特征完成身份验证，安全又便捷；停车场的车牌识别系统，可自动识别车牌计费抬杆。
拍照识物、识花 APP 能识别动植物，图片转文字工具可提取图像文字；扫码支付、景区人脸识别检票、手机相册智能分类，也都用到该技术。它通过提取图像特征、匹配比对，让生活、出行和学习更高效智能。
03
新知讲解
三、图像识别的过程
图像识别的过程可以分以下几步:图像信息的获取、预处理、特征抽取、选择分类器并识别出图像(如图7-2)。
03
新知讲解
1.图像数字化
经过采样、量化和编码，将图像转化为计算机能处理的数字化形式。
2.预处理
预处理主要是指图像处理中的去噪，平滑、变换等操作，从而加强图像的主要特征。图像经过预处理前后的效果对比，如图7-3和图7-4所示。
03
新知讲解
3.特征提取
特征提取是指获取图像主要特征的过程。例如，在人脸识别过程中，人脸器官的形状、它们之间的距离等是图像的主要特征，如图7-5所示。
03
新知讲解
卷积神经网络(Convolutional Neural Network，简称CNN)在图像特征提取上有着非常出色的表现。通过深度学习，卷积神经网络能够以逐层抽象的方式来学习数据中蕴合的特征。卷积神经网络通常由多个顺序连接的层组成。
03
新知讲解
卷积神经网络最初应用于手写数字识别。以识别手写数字3为例，首先具有筛选功能的各种“滤波器”从图像中提取符合各自筛选要求的特征，比如有的“滤波器”提取“横”的信息，有的“滤波器”提取“竖”的信息，有的“滤波器”提取“弯”的信息，而不关注其他信息;下一层中，系统将汇总后的信息经过计算分析，留下主要特征信息，删除次要信息、使特征更明显。如果经过前面两层提取出来的特征还不足以识别图像，则会重复上述过程，直到将原始图像变换为更高层次的、更抽象的特征。如图7-6所示为卷积神经网络图像识别过程示意图。
03
新知讲解
4.分类并识别
分类并识别指计算机先对图像进行种类预测，得到种类分布，再根据种类在相应训练好的模型中，用提取的特征与模型中数据进行匹配，从而得到相应的结论。
03
新知讲解
四、图像识别的实践
人工智能开放平台一般提供若干类别的图像模型，借助这些平台，可以实现不同类别图像的识别。以人工智能开放平台开发工具包为例，识别动物的图片过程如图7-7、7-8所示。
03
新知讲解
随堂练习
1.从网上收集一种植物的多张图片，利用人工智能开放平台进行识别。
2.你知道卷积神经网络除了应用在图像识别技术外，还使用在哪些技术领战 说说它所起的作用。
卷积神经网络还广泛应用于视频分析、语音处理、自然语言处理、医疗影像、自动驾驶等领域。
在视频中可实现行为识别与目标追踪；语音和文本领域能提取特征，优化语音识别、文本分类；医疗影像中辅助检测病灶；自动驾驶里精准识别路况、行人与车辆。它依靠强大的特征提取和模式匹配能力，大幅提升各领域的处理精度与效率。
04
课堂练习
一、选择题
1、将图像中的文字转换为可编辑文本的技术是（ ）
A. 语音识别 B. 文字识别（OCR）
C. 语音合成 D. 数据加密
2、下列属于图像识别技术应用的是（ ）
A. 录音转文字 B. 人脸解锁
C. 文本转语音 D. 导航播报
B
B
04
课堂练习
3、卷积神经网络最擅长处理的数据类型是（ ）
A. 文本数据 B. 图像 / 视觉数据
C. 音频数据 D. 纯数字数据
4、提高图片文字识别准确率的做法是（ ）
A. 光线充足、文字清晰 B. 图片倾斜模糊
C. 文字被遮挡 D. 环境昏暗
B
A
04
课堂练习
二、判断题
1、文字识别（OCR）是图像识别的具体应用。（ ）
2、卷积神经网络可用于医疗影像病灶识别。（ ）
3、刷脸支付、车牌识别都用到图像识别。（ ）
4、图片越模糊，文字识别准确率越高。（ ）
5、自动驾驶的路况识别依赖卷积神经网络。（ ）
√
X
√
√
√
05
拓展延伸
图像识别技术应用
05
拓展延伸
OCR 技术原理
文字识别（OCR）属于图像识别分支，先对图像降噪、矫正，再提取文字特征，与字符库匹配识别，最终输出可编辑文本。光线充足、文字清晰，能大幅提升识别准确率，是办公学习的高效工具。
05
拓展延伸
卷积神经网络
卷积神经网络是图像识别核心算法，通过多层卷积提取图像特征，自动学习目标规律。它不仅用于图像文字识别，还支撑自动驾驶路况感知、医疗影像病灶检测，大幅提升智能识别精度。
05
拓展延伸
图像识别安全
图像识别在带来便利的同时，也存在隐私风险。人脸、指纹等生物特征需妥善保护，防止数据泄露。技术应用需遵守伦理规范，平衡智能便捷与信息安全，推动技术健康发展。
08
板书设计
图像识别技术
一、图像识别
二、图像识像识别的应用场景
三、图像识别的过程
四、图像识别的实践
课后作业:
1、使用 OCR 工具完成图片文字识别，分析影响准确率的因素，了解卷积神经网络的常见应用
https://www.21cnjy.com/recruitment/home/fine中小学教育资源及组卷应用平台
第2.7课《图像识别技术》教学设计
课题 图像识别技术 单元 第二单元 学科 信息技术 年级 八年级
核心素养目标 信息意识：能够了解图像识别的应用场景与技术发展脉络，理清从早期应用到深度学习时代的演进关键节点。计算思维：能够学会分析图像识别的基本过程，通过特征提取、卷积神经网络理解技术实现的逻辑规律。数字化学习与创新：能够通过 AI 开放平台实践图像识别，利用工具识别动植物、文字等，创新探究技术的实践方式。信息社会责任：能够认识到图像识别在安防、支付等领域的变革价值，理解技术应用的责任与伦理影响。
教学重点 能够了解图像识别的应用场景与技术发展脉络，理清从早期应用到深度学习时代的演进关键节点。
教学难点 能够认识到图像识别在安防、支付等领域的变革价值，理解技术应用的责任与伦理影响。
教学过程
教学环节 教师活动 学生活动 设计意图
导入新课 第2.7课 图像识别技术一、新知引入1、学习目标:通过对图像识别应用的体验，初步理解图像识别的基本过程和原理，感受图像识别技术带来的便捷。（播放视频） 有些无人超市可以实现购物篮中物品的自动计价，你认为其中有人工智能技术吗 人工智能已经能够比较精确地区分孪生，它是知何实现的 观视频思考无人超市计价、孪生区分的技术逻辑 引导学生聚焦图像识别核心应用
讲授新课 新知讲解：通过大量的实验，实验心理学家赤瑞特拉(Treicher)证实:人类获取的信息83%来自视觉，11%来自听觉，图像识别是人工智能获取信息的主要方式之一，是人工智能的一个重要研究领域。一、图像识别图像识别技术是指利用计算机对图像进行处理，分析和理解，来识别图像中的对象的技术。每个图像都有独有的特征。人们在图像识别时，视线往往集中在图像的主要特征上。类似地，图像识别技术通过提取图像的主要特征，排除多余的信息来识别图像。亲身体验利用识别文字的APP或软件，将图像中的文字识别为文本形式。答：打开微信、QQ 或 “扫描全能王” 等 APP，进入 “扫一扫” 或 “提取文字” 功能。拍摄或上传含文字的图片，确保光线充足、文字清晰无遮挡。点击 “识别”，等待 AI 提取图像文字。识别完成后，校对并修正错误文字，最后复制或导出文本。操作简单高效，能快速将图片文字转为可编辑文本，大幅提升信息整理效率。二、图像识像识别的应用场景图像识别技术在生活中的应用越来越多。如图7-1所示，在文字识别领域，识别车牌号码、身份证号码、银行卡号码等;在图形识别领域，能快速地鉴别出各种动植物，品牌名称和汽车车型等;在人脸识别领域，可以实现酒店人住登记、火车站人站安验、移动支付、手机解锁和案件侦破等功能。日积月累列举身边利用了图像识别技术的应用案例。答：我们身边有很多图像识别技术的应用：手机人脸解锁、刷脸支付，通过识别面部特征完成身份验证，安全又便捷；停车场的车牌识别系统，可自动识别车牌计费抬杆。拍照识物、识花 APP 能识别动植物，图片转文字工具可提取图像文字；扫码支付、景区人脸识别检票、手机相册智能分类，也都用到该技术。它通过提取图像特征、匹配比对，让生活、出行和学习更高效智能。三、图像识别的过程图像识别的过程可以分以下几步:图像信息的获取、预处理、特征抽取、选择分类器并识别出图像(如图7-2)。1.图像数字化经过采样、量化和编码，将图像转化为计算机能处理的数字化形式。 2.预处理 预处理主要是指图像处理中的去噪，平滑、变换等操作，从而加强图像的主要特征。图像经过预处理前后的效果对比，如图7-3和图7-4所示。3.特征提取特征提取是指获取图像主要特征的过程。例如，在人脸识别过程中，人脸器官的形状、它们之间的距离等是图像的主要特征，如图7-5所示。卷积神经网络(Convolutional Neural Network，简称CNN)在图像特征提取上有着非常出色的表现。通过深度学习，卷积神经网络能够以逐层抽象的方式来学习数据中蕴合的特征。卷积神经网络通常由多个顺序连接的层组成。卷积神经网络最初应用于手写数字识别。以识别手写数字3为例，首先具有筛选功能的各种“滤波器”从图像中提取符合各自筛选要求的特征，比如有的“滤波器”提取“横”的信息，有的“滤波器”提取“竖”的信息，有的“滤波器”提取“弯”的信息，而不关注其他信息;下一层中，系统将汇总后的信息经过计算分析，留下主要特征信息，删除次要信息、使特征更明显。如果经过前面两层提取出来的特征还不足以识别图像，则会重复上述过程，直到将原始图像变换为更高层次的、更抽象的特征。如图7-6所示为卷积神经网络图像识别过程示意图。4.分类并识别 分类并识别指计算机先对图像进行种类预测，得到种类分布，再根据种类在相应训练好的模型中，用提取的特征与模型中数据进行匹配，从而得到相应的结论。四、图像识别的实践人工智能开放平台一般提供若干类别的图像模型，借助这些平台，可以实现不同类别图像的识别。以人工智能开放平台开发工具包为例，识别动物的图片过程如图7-7、7-8所示。五、随堂作业1.从网上收集一种植物的多张图片，利用人工智能开放平台进行识别。 2.你知道卷积神经网络除了应用在图像识别技术外，还使用在哪些技术领战 说说它所起的作用。答：卷积神经网络还广泛应用于视频分析、语音处理、自然语言处理、医疗影像、自动驾驶等领域。 在视频中可实现行为识别与目标追踪；语音和文本领域能提取特征，优化语音识别、文本分类；医疗影像中辅助检测病灶；自动驾驶里精准识别路况、行人与车辆。它依靠强大的特征提取和模式匹配能力，大幅提升各领域的处理精度与效率。四、课堂练习完成课堂练习20-22页。五、拓展延伸1、图像识别技术应用（观看视频）2、OCR 技术原理3、卷积神经网络4、图像识别安全 用 OCR 工具提取图像文字，记录操作流程与识别效果用微信、扫描全能王等 APP，拍摄 / 上传含文字图片，提取并校对文本列举人脸解锁、车牌识别等身边案例，分析技术价值补充身边图像识别应用（如相册分类、景区检票），说明核心功能拆解数字化、预处理等四步流程，绘制简易流程图，理解 CNN 特征提取逻辑收集植物多张图片，用 AI 开放平台识别，记录准确率与特征匹配情况用 AI 平台识别植物图片，分析图片清晰度、角度对识别结果的影响完成 20-22 页课堂练习观看视频拓展认知 让学生亲身体验技术便捷性让学生亲身体验技术便捷性，掌握数字化工具用法感知技术在安防、支付等领域的变革作用强化信息意识，体会技术与生活的深度融合理清技术实现规律，落实计算思维提升数字化实践与数据记录能力检验实践操作与观察分析能力巩固学生知识掌握程度拓宽学生知识边界
课后作业 1、使用 OCR 工具完成图片文字识别，分析影响准确率的因素，了解卷积神经网络的常见应用。 布置作业 拓展学生的学习能力
课堂板书 观看板书 强调教学重点内容。
21世纪教育网 www.21cnjy.com 精品试卷·第 2 页 （共 2 页）
HYPERLINK "http://www.21cnjy.com/" 21世纪教育网(www.21cnjy.com)
