资源简介

(共18张PPT)
情境导入：
本单元主题：智能技术初体验
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。
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，它是如何实现的
《第7课 图像识别技术》
2023年浙教版 八年级下册
-第2单元 智能技术初体验 -
珠珠老师
信息科技 课件
2022新版课标内容
1
活动1：图像识别
2
活动2：图像识别技术的应用场景
《目录》
信息科技
3
活动3：图像识别的过程
4
活动4：图像识别的实践
01
图像识别
活动1
01.知识点讲解
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。
活动1：图像识别
01
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。
实践探究
02
图像识别技术的应用场景
活动2
01.知识点讲解
活动2：图像识别技术的应用场景
02
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，可以实现酒店入住登记、火车站人站安检、移动支付、手机解锁和案件侦破等功能。
01.知识点讲解
活动2：图像识别技术的应用场景
02
列举身边利用了图像识别技术的应用案例。
实践探究
03
图像识别的过程
活动3
01.知识点讲解
活动3：图像识别的过程
03
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)。
01.知识点讲解
活动3：图像识别的过程
03
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。
01.知识点讲解
活动3：图像识别的过程
03
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遂层抽象的方式来学习数据中蕴含的特征。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”从图像中提取符合备白筛选要求的特征，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。
01.知识点讲解
活动3：图像识别的过程
03
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。
04
图像识别的实践
活动4
01.知识点讲解
活动4：图像识别的实践
04
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。
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域 说说它所起的作用。
>
巩固练习
1
活动1：图像识别
2
活动2：图像识别技术的应用场景
《总结》
信息科技
3
活动3：图像识别的过程
4
活动4：图像识别的实践
《感谢观看》
- Thank for Viewing -
珠珠老师
2023年浙教版 八年级下册《第7课 图像识别技术》教学设计
教学内容分析
本节课是2023年浙教版出版的八年级下册第二单元第3课。本节课分为四个活动：“图像识别”“图像识别技术的应用场景”“图像识别的过程”“图像识别的实践”四部分内容组成。学生通过小组合作探究学习逐步掌握本节课的知识点，具备一定的小组合作能力、探究能力、创新能力等，提升信息社会责任，综合提升信息素养。
教学目标及核心素养指向
1、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（信息意识、计算思维） 2、感受图像识别技术带来的便捷（信息意识、计算思维、数字化学习与创新、信息社会责任）
教学重难点
教学重点： 1、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 设计原因：图像识别应用是本节课的主要内容，知识点的渗透需要作为重点内容。 教学难点： 体会语音合成技术在生活中的运用 设计原因：理解图像识别的基本过程和原理此部分对学生来说难度较高，应作为难点内容。
教学过程
1、情境导入（3分钟）
教师活动 学生活动
情境引入：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。 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，它是如何实现的 学生听教师引导生活中的案例,学生讨论，回答提问
设计意图： 激发学生对图像识别的学习兴趣并快速进入学习状态。
2、新知讲授（35分钟）
教师活动 学生活动
活动1：图像识别 知识讲解 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。 活动2：图像识别技术的应用场景 知识讲解 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，可以实现酒店入住登记、火车站人站安检、移动支付、手机解锁和案件侦破等功能。 活动3：图像识别的过程 知识讲解 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遂层抽象的方式来学习数据中蕴含的特征。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”从图像中提取符合备白筛选要求的特征，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。 活动4：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。 学生通过教师的讲解，以小组合作的方式，开展探讨交流，完成任务 活动1：图像识别 小组合作探究 1.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。 活动2：图像识别技术的应用场景 小组合作探究 1.列举身边利用了图像识别技术的应用案例。
设计意图: 培养学生独立思考的能力，提高核心素养。
3、课堂小结（7分钟）
教师活动 学生活动
总结本课内容： 活动1：图像识别 活动2：图像识别技术的应用场景 活动3：图像识别的过程 活动4：图像识别的实践 学生一同回答并梳理知识
设计意图： 帮助学生梳理本节课知识，加深学生对知识的理解。(共1张PPT)
学习单
活动1：图像识别
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。
思考与讨论
班级：8年__班
组别：______
2
活动2：图像识别技术的应用场景
在人工智能开放平台、APP或软件中，将一段文本信息分别转换成语音。
实践探究
1
解
3
￥0.01
已识号别到您的验
PREDICT
●
Person
●
Bicycle
●
Background
”ym”m””w””””*m6
“含国
50■)259
常用日
帝得可0■1248
<
图片剪裁
保存
迅捷文字识别
一款简单好用的图片识别文字产品
公背后的实授转巧，帮助读者调草恒wd
主要内容包辉
。办公文植的刻建与慎国
。图利与文本根的灵活盈用
。表格在办公文特中的盘间
Wad文指高概推版拉用
上传图片识别
拍愿识别
Excel工作表的创建与第妈
OExl工作表的美化与打印
重片生成P0f
拍限形蹈
数据的排序、路选与汇滋
Excel表格数据处里与分所
图表与数据透视表的应用
票证识别
手写识别
0
Eccl公式与数的应用
0PP灯幻灯片的朝建与品样
图形与多煤体在PPT中的应用
0
添加动画效果与武映幻灯片
OPPT茶合案例一创业企业融资P阳
目
识指
文远
氏的《第7课 图像识别技术》作业设计
作业分析
作业类型 基础型作业 探究型作业 实践型作业 跨学科综合作业
作业类别 课时作业 单元作业 学期作业
应用场景 课前预习 课中练习 课后作业
作业对象 全体学生作业 学生根据情况可选作业
设计思路 本作业设计包含填空题、选择题和实践题三种题型，旨在全面考察学生对图像识别技术的掌握情况。通过填空题和选择题，检验学生对基础知识和概念的理解；通过实践题，引导学生动手实践，深入体验图像识别技术的实际应用。
作业内容
一、填空题【难度等级：★★★★】
1. 图像识别技术是通过计算机对图像进行自动分析和理解，从而识别出图像中特定物体的技术，其核心技术之一是___________算法。
2. 深度学习在图像识别领域的应用广泛，其中最具代表性的网络结构之一是___________网络。
3. 在进行图像识别时，通常需要对图像进行预处理，以消除噪声和增强特征，常见的预处理技术包括___________和___________。
4. 图像识别技术在生活中的应用十分广泛，例如，通过识别___________可以实现人脸解锁手机，通过识别___________可以实现自动驾驶汽车。
5. 提高图像识别准确率的方法有很多，除了优化算法模型外，还可以通过___________、___________等方式来改进。
二、选择题【难度等级：★★★】
1. 图像识别技术主要依赖于哪种技术来进行图像的自动分析和识别？
A. 文本分析
B. 机器学习
C. 图像处理
D. 语音识别
2. 在图像识别中，以下哪个步骤通常用于提取图像中的关键特征？
A. 图像分割
B. 图像编码
C. 特征提取
D. 图像压缩
3. 深度学习在图像识别中起到了什么作用？
A. 提高了图像识别的准确性
B. 降低了图像识别的成本
C. 简化了图像识别的流程
D. 减少了图像识别的时间
4. 下列哪项不是图像识别技术在生活中的常见应用？
A. 人脸识别支付
B. 手写文字识别
C. 语音识别转文字
D. 自动驾驶汽车
5. 在提高图像识别准确率方面，以下哪种方法较为有效？
A. 减少训练数据集的规模
B. 使用简单的识别算法
C. 增大图像识别的阈值
D. 增加训练数据集的多样性
三、实践题【难度等级：★★★★★】
1. 使用一款图像识别软件或平台（如TensorFlow、PyTorch等），尝试识别一张包含不同物体的图片，并列出至少三种被正确识别的物体及其对应的识别概率。
2. 设计和制作一个简单的图像识别程序，该程序能够识别手写数字（0-9）。你可以使用现有的图像识别库或框架，收集手写数字的图片数据集，并进行训练。最后，使用测试集来评估你的图像识别程序的准确率。
3. 探索图像识别技术在日常生活中的实际应用。访问至少两个应用图像识别技术的网站或应用，例如人脸识别门禁系统、商品识别购物应用等。记录这些应用的主要功能、使用图像识别技术的方式以及它们为生活带来的便利。

展开更多......

收起↑