资源简介 (共39张PPT)第2课初识人脸识别的实现——体验数据采集、训练与预测全过程(清华大学版)六年级上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801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理解并尊重同学的隐私,学会安全地使用人脸识别技术,避免不当分享。利用人脸识别,学习机器识人,如采集人脸数据、训练识别人脸模型、输入预测的人脸、输出识别结果。学习人脸识别技术的实现原理,掌握计算机如何实现人脸识别技能,如机器识人。能够理解人脸识别的重要性,认识到人脸识别在实际中应用的重要性。02新知导入人脸识别是现阶段使用最为广泛的智能技术之一,随着人脸识别技术越来越成熟,辨脸识人的准确率也越来越高。同学们是否好奇计算机是如何实现人脸识别功能呢 机器识别人脸和人脑识别人脸有什么异同点呢 带着这些问题,我们一起学习人脸识别技术的实现原理吧!02新知导入当我第一次遇到某人时,我会尽量给予他们足够的注意,特别是他们的面部特征。记住其他人的长相是一个综合了多种认知能力和技巧的过程。通过关注细节、建立关联、重复接触以及使用记忆技巧等方法,我们可以提高自己的面部识别能力并更好地记住他人的长相。02新知导入思考请同学们以小组为单位,讨论你是如何记住其他人的长相的。02新知导入03新知讲解一、慧眼识人人从一出生就具有记忆的能力,并通过各种感官,观察和理解周围的人和事物。要了解机器怎么识人,可以先看一下人是怎么识人的。要想记住一个人的长相,需要先用眼睛从外界获取到人脸信息,再用大脑进行记忆。基本记忆过程一般可分为识记、保持和重现三个阶段。03新知讲解识记是记忆的第一个阶段。当人们从外界获取信息、习得知识后,将这些内容输入大脑,大脑便开始对外界信息进行各种加工和处理。例如识记人脸时,眼睛从外界获取人脸的特征,将这些信息传送到大脑,大脑会先对这些信息进行分类、识记。识记03新知讲解大脑每天都在不停地接收新的信息,同时需要记住大量信息。随着时间的推移,大脑之前识记的内容保持量也会发生变化,产生遗忘。为了避免这种情况发生,就需要通过各种方法对已经识记的内容进行强化和反复识记,而这个过程就是记忆的第二个阶段——保持。保持03新知讲解记忆的最后一个阶段就是重现。它是指遇到应用场景时,能在大脑中搜索相关信息并加以应用。综上可知,人类辨脸识人的过程就是大脑对见过的人脸进行识记、保持和重现的过程,如图 2.2.1 所示。重现图 2.2.1 人类辨脸识人过程示意图03新知讲解课堂活动请多名同学在规定的时间内仔细观察事先准备好的人物照片,之后从众多的人脸五官碎片图中选出与先前观察的人脸一致的图片拼接成完整的人脸图像,拼出正确的人脸图像即为成功。03新知讲解二、机器识人机器实现人脸识别的功能与人类辨脸识人的方法有共通之处,大体可分为四个环节:采集人脸数据、训练识别人脸模型、输入预测的人脸、输出识别结果。03新知讲解为了实现机器人脸识别的功能,首先需要利用各种数字媒体设备,如摄像机采集人脸照片,并将这些照片存放在对应的人脸库中,为后续机器大脑记住这个人提供学习素材。假设现在想让机器能够记住小清这个人的长相,就需要创建一个“小清”人脸库,并将采集到的小清各种表情、各种状态的面部图片放在此库中,人脸库存放的图片越多,可供机器大脑学习的素材就越多,机器就越能记住小清这个人,如图 2.2.2 所示。采集人脸数据03新知讲解图 2.2.2 采集人脸数据示意图03新知讲解完成人脸图像采集后,就需要机器的大脑对这些照片进行识记,从而训练出一个与这个人相匹配的模型,这个过程也称为训练模型。在训练识别人脸模型的过程中,机器会多维度处理这些人脸数据,并从中提取出人物的五官、肤色等特征,然后运用智能算法,不断学习训练,生成该人物的模型,从而记住这个人物的长相。所以模型的训练过程是进行特征提取、借助智能算法得到模型的过程,如图2.2.3 所示。训练识别人脸模型03新知讲解图2.2.3 人脸模型训练示意图03新知讲解课堂活动同学们,你觉得训练出来的人脸识别模型的优劣会影响其识别人脸的准确率吗 查阅相关资料并与同学分享你的观点。03新知讲解课堂活动一个高质量的训练数据集应该包含多样化的人脸图像,包括不同的年龄、性别、种族、光照条件和表情等。如果训练数据不够全面,模型可能会在某些特定条件下表现不佳。训练出来的人脸识别模型的优劣直接影响其在实际应用中的准确率。因此,在开发人脸识别系统时,必须重视模型的选择、训练数据的质量以及后续的评估与优化。03新知讲解当机器用训练好的模型记住一个人的长相后,可以输入一张待识别的人脸图像,检验它是否真会辨别人脸。当接收到待识别的人脸照片后,机器会提取该照片上的人脸信息特征,并将该人脸特征和模型中所记住的人脸进行特征比对,之后通过相关算法,计算出待识别人脸与记忆中各个人脸间的相似度,相似度越高,是同一个人的概率就越大,如图 2.2.4 所示。输入预测的人脸03新知讲解图 2.2.4 人脸比对示意图03新知讲解机器大脑判别完成后就需要让机器向外界传达它识别的结果,比如可以通过显示屏让机器把识别的结果显示出来。输出识别结果04课堂练习请根据所掌握的内容总结并描绘出下面的“人识人”和“机器识人的实现过程图。实践03新知讲解活动目的:探究人脸识别技术的特点和人脸识别技术给人类带来的影响。活动规则:使用人脸识别技术时应避免采集与服务无关的人脸信息,无法避免时应及时删除或进行匿名化处理。在公共场所安装图像采集、个人身份识别设备时,应设置显著提示标识,防止个人信息泄露、篡改、丢失或被非法利用 。05拓展延伸关于人脸识别技术常见的问题在训练人脸识别模型的时候,人脸数据信息对模型训练有影响吗 当然有,提供给机器训练的人脸数据好坏直接影响着最后训练出来的模型的优劣也影响着人脸识别功能的准确率。05拓展延伸关于人脸识别技术常见的问题那采集什么样的优质数据供机器进行训练学习呢 采集人脸数据时,可针对不同性别、年龄、表情、光照以及角度来采集数据,尽量多采集一些数据,再进行筛选,然后给机器训练学习。05拓展延伸关于人脸识别技术常见的问题人脸识别模型的优劣还受什么影响呢 人脸识别模型的优劣还与算法有关,算法就是训练出人脸模型而采用的方法,常见的训练人脸识别模型的算法有局部特征分析法、NTCNN 等。05拓展延伸机器识别人脸和人脑识别人脸有什么异同点呢 机器识别人脸和人脑识别人脸的核心区别在于它们的工作原理和技术基础不同。 机器识别人脸是基于计算机视觉和人工智能技术,通过处理图像数据来识别面部特征;而人脑识别人脸则是通过生物进化形成的视觉系统和认知能力。05拓展延伸机器识别人脸的工作原理主要包括以下几个步骤:1. 图像采集 :使用摄像机或摄像头捕捉含有人脸的图像或视频流。 2.预处理 :对图像进行灰度化、直方图均衡化等操作,提高图像质量。 3.特征提取 :从图像中提取边缘、纹理、形状等特征。 4.人脸检测 :使用算法如Haar特征、HOG特征来检测人脸区域。 5.人脸对齐 :调整人脸的位置和大小,使其标准化。 6.人脸识别 :通过特征匹配或深度学习模型识别面部特征,与已知人脸进行比较 。05拓展延伸人脑识别人脸的过程则更加复杂,涉及以下几个关键点:1. 视觉系统 :人脑的视觉系统经过数亿年的进化,能够快速准确地识别面部特征。 2.认知能力 :人脑不仅识别面部特征,还能理解面部表情、情绪和社交信号。 3.记忆和学习能力 :人脑能够学习和记忆面孔,即使在不同的光照和角度下也能识别同一人。4. 情感和社交功能 :人脑能够通过面部表情判断情绪,这是机器目前难以完全模拟的 。05拓展延伸机器识别人脸的优势在于其处理速度快、准确性高,能够在大量数据中快速匹配面部特征。然而,机器识别的局限性在于缺乏情感理解和社交认知能力,无法像人脑那样理解面部表情和情绪 。人脑识别人脸的优点包括情感理解和社交认知能力,能够通过面部表情判断情绪和意图。但人脑的识别过程受限于个人的记忆和经验,且在处理大量数据时速度较慢 。06单元总结活动日志 班级:XX 姓名:XX任务名称 初识人脸识别的实现——体验数据采集、训练与预测全过程任务环节 1口 2口 3口 4口(在对应环节画V)任务完成内容 认识人脸识别的特点、完成人脸识别技术案例体验任务完成度 口口口口口口口口口(100%)任务小结 问题与反思:数据处理得不熟练改进的方法:多练习或者询问老师和同学诀窍07课堂总结1引入新知内容初识人脸识别的实现——体验数据采集、训练与预测全过程2认识慧眼识人3了解机器识人的过程4了解关于人脸识别技术常见的问题5了解机器识别人脸和人脑识别人脸的异同点1234508板书设计初识人脸识别的实现——体验数据采集、训练与预测全过程1.进行新知引入2.认识慧眼识人3.了解机器识人的过程4.了解关于人脸识别技术常见的问题5.了解机器识别人脸和人脑识别人脸的异同点09课后作业01在本节课学习后,在小组内讨论一下你在初识人脸识别的实现——体验数据采集、训练与预测的过程和收获。过程与收获09课后作业02各小组成员将本组完成的人脸图像项目在班级进行展示与介绍,和老师或同学们共享成果,交流创作感想。成果与交流09课后作业03自评与他评评价内容 自我评价 教师评价1.项目的完成度2.分工协作的合理性3.演讲展示的表现能力4.解决问题的综合能力https://www.21cnjy.com/recruitment/home/fine 展开更多...... 收起↑ 资源列表 【清华大学出版社】《信息科技》六年级上册第二单元第2课《人脸识别的实现——体验数据采集、训练与预测全过程》.pptx 新知导入.mp4