资源简介

中小学教育资源及组卷应用平台
《让机器能看会认》教学设计
课题 《让机器能看会认》 单元 第二单元 学科 信息科技 年级 八年级
教材分析 这节课介绍了智能语音技术的基本原理，以及智能语音技术的定义，了解了语音识别的“封闭域识别”和“开放域识别”的区别，了解智能语音技术的发展及应用，并按照课本案例利用软件成功用语音控制小熊猫移动。
学习目标 了解计算机视觉技术的基本含义理解计算机视觉技术的原理探讨计算机视觉技术的应用案例
重点 了解计算机视觉的原理和应用。
难点 利用原理运行测试程序。
教学过程
教学环节 教师活动 学生活动 设计意图
导入新课 师：什么是计算机视觉技术？计算机视觉技术是人工智能的重要支撑，能够实现对自然界物理图像的获取和理解，从而让计算机逐步接近人理解环境的能力。拓展延伸计算机视觉以光电传感器（摄像机、雷达等）和计算机为核心来模拟人类视觉的数字视觉系统。计算机利用光电传感器所采集的二维图像数据，建立三维或者高维真实世界的模型，构建人工智能系统，可自行做出行为决策，或者辅助人类做出决策。 学习认识计算机视觉技术的基本定义为之后知识做铺垫 拓展光电传感器的知识引导学生的兴趣
讲授新课 计算机视觉技术的原理1.人是如何看见大千世界的人能够看到大千世界、缤纷万物，是由于人有精密的成像器官眼睛和智能的图像理解系统——大脑。我们的眼睛接收从周围物体发射或反射而来的光线，这些光线穿过眼睛的瞳孔和晶状体，聚集在眼睛后面的视网膜上。连接视网膜的视神经立即把这些信息传递给大脑中参与视觉信息处理的神经细胞，神经细胞对这些信息进行加工处理，然后我们就能看到物体了。2.计算机视觉是如何形成的和人类视觉类似，摄像头接收到自然界的光线形成数字图像，并将数字图像传递给计算机。计算机通过机器学习等技术完成对数字图像的理解，进而实现对事物的理解。人类视觉和计算机视觉的形成如图2-4-1所示。图2-4-1 人类视觉和计算机视觉的形成通过对比可以发现，摄像头等图像采集设备就相当于人类的眼睛，用于获取外部物体的图像；而计算机则相当于大脑视觉中枢，用于加工、处理、理解图像。注意客观世界中，以自然形式呈现出的图像称为物理图像。计算机并不能直接处理物理图像，因此，在用计算机处理前，物理图像必须转换为数字图像。图2-4-2是物理图像对应的数字图像。图2-4-2 物理图像对应的数字图像3.计算机视觉技术的工作流程如图2-4-3所示，计算机视觉技术的工作流程包括四个基本环节：图像采集、特征提取、模型训练与模型输出。其中，特征提取和模型训练是利用机器学习技术完成的，是计算机视觉技术的核心。图2-4-3 计算机视觉技术的工作流程（1）图像采集图像采集是指通过图像获取设备，如相机、摄像头等，获取数字图像。数字图像可分为单色（灰度）图像和彩色图像两种。灰度图像用一个数字来表示像素的亮度；彩色图像分别用红（red）、绿（green）、蓝（blue）三基色的亮度相加表示像素值，这种彩色图像又称为RGB图像。三基色原理：自然界中的绝大部分彩色，都可以由三种基色按一定比例混合得到；反之，任意一种彩色均可被分解为三种基色。相加混色：由发光体发出的光相加而产生各种颜色，一般用于显示，三基色为红、绿、蓝。相减混色：从白色光中减去（吸收）某些成分产生各种颜色，一般用于印刷，三基色为黄、品红、青。采集的数字图像需要保存至计算机才能进一步处理。由于数字图像的数据量非常大，一般要经过压缩后保存成文件。国际上已经制定了一些图像压缩标准，常用的有JPEG、JPEG2000，MPEG-1、MPEG-2等。（2）特征提取 一幅图像往往具有区别于其他图像的独有特征。有些特征可以直观感受到，如颜色、轮廓、纹理等自然特征；有些特征则需要通过变换或处理才能得到。提取图像特征后，计算机就可以利用机器学习方法训练特征模型，从而实现对图像的理解。（3）特征模型训练计算机从图片库中抽取训练图片，提取图片的特征，利用机器学习技术和每一张图片的特征反复训练，直到获得最终的特征模型。（4）特征模型测试与输出将测试图片输入计算机，计算机提取特征，并将特征输入给训练好的特征模型进行测试，统计特征模型识别图像的正确率，最后输出测试结果。计算机视觉技术的应用人脸识别：刷脸支付、机场安检、上课签到等都用到了人脸识别。无人驾驶汽车：无人驾驶汽车通过使用摄像头、雷达和超声传感器等从环境中获取图像，使自动驾驶汽车能探测目标、识别标记和交通灯。实时运动追踪：计算机视觉用于足球和冰球的运动追踪，有助于比赛和策略分析。制造业：用计算机视觉技术对设备进行监控，防止设备故障导致高昂的损失。同时，也可以对包装和产品质量进行监控，减少不合格率。人体姿态识别：精准描述图像或视频中的人体关键点，常用于游戏控制、电影画面合成等。请同学们想一想，在社会生活中还有哪些计算机视觉技术的应用。拓展延伸谷歌翻译app如果想知道标识上的外语是什么意思，只需要将手机上的摄像头对准这些文字，谷歌翻译便可以马上解决这个问题。软件通过使用内部的光学物体识别功能分辨其中的图片，并提供一个准确的翻译——这也是使用计算机视觉的实例之一。医疗保健由于90%的医学数据是基于图像生成的，因此计算机视觉在医学中的应用也很丰富，无论是启用新的医学诊断手段来分析X光、X线筛查或其他医学影像，还是监测患者以提前发现问题辅以手术治疗。期待医疗机构和专家病人都能从这一技术中受益，日后在医疗保健领域也得到更多推广。农业 在2019年国际消费电子展上，John Deere展示了一种半自动联合收割机，它使用人工智能和计算机视觉技术来分析收获时谷物的质量，同时还可以找到收割谷物时的最佳路线。这一技术还可以用于识别杂草——除草剂可以直接喷洒在杂草上，谷物不会受到影响，预计除草剂的用量也可以减少九成。计算机视觉技术的应用案例——性别和情绪检测1.任务目标通过mBlock平台，实现一个可以检测人性别和情绪的程序。2.任务内容（1）在mBlock里导入“认知服务”模块。（2）编写程序实现人的性别和情绪检测，并使舞台区的小熊猫说出检测结果。3.实现步骤（1）在“添加扩展”点击加载“认知服务”，如图2-4-6所示。图2-4-6 认知服务（2）在积木区的“认知服务”模块中分别找到1秒后检测人脸情绪和1秒后检测性别，通过这两个积木检测人的性别和情绪。（3）按照如图2-4-7所示的流程图，编写完成检测人的性别和情绪的程序，并显示检测结果。图2-4-7 性别和情绪检测流程图实践与提高请同学们根据性别和情绪检测的过程，运用“认知服务”模块里的积木，完成对年龄、面部遮挡区域的检测，并参考图2-4-7画出程序的流程图。多学一手条件语句：用来判断给定的条件是否满足，并根据判断的结果（真或假）决定执行的语句。 了解人类视觉和计算机视觉的原理了解人类视觉和计算机视觉的区别学习计算机视觉形成的基本过程拓展学习三原色和采集图像的压缩标准学习计算机通过采集，提取，模型训练和测试等步骤后输出最终完成结果结合书本学习生活中计算机视觉的应用有哪些拓展学习课本没有提到的翻译、医疗和农业的领域的应用实践操作计算机对于识别性别和情绪的训练按课本步骤完成软件中的设置和测试流程 用对比激发学生的学习兴趣让学生更直观地了解相加混色和相减混色的原理让学生理解计算机视觉的形成过程为之后实践做准备激发学生的学习兴趣在课本基础之上激发学生在生活中发现更多相关领域通过对比激发学生的探索兴趣通过动手实践操作让学生逐步掌握知识要点
课堂小结 这节课我们了解了计算机视觉技术的基本含义，并尝试理解计算机视觉技术的原理，讨论了生活中关于计算机视觉技术的应用案例，并尝试用计算机视觉技术进行了性别和情绪检测的实验。 总结 对本节课内容进行总结概括。
板书 计算机视觉技术的原理计算机视觉技术的应用计算机视觉技术的应用案例——性别和情绪检测
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）

展开更多......

收起↑