资源简介

(共31张PPT)
第一单元 第3课
机器的眼睛
清华版（中学）
通
1
学习目标
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
教学目标
（1）认识机器视觉的基本概念及其重要性。
（2）理解人脸识别、车牌识别和物体识别的基本原理。
（3）探讨机器视觉的积极影响与潜在风险。
02
新知导入
给机器装上眼睛,让机器拥有强大的视觉能力,是制造智能机器的首要目标。
说一说机器拥有眼睛以后可以做哪些事情？
分辨人脸
识别车牌
辨认红绿灯
02
新知导入
给机器装上眼睛,让机器拥有强大的视觉能力,是制造智能机器的首要目标。
说一说机器拥有眼睛以后可以做哪些事情？
发现火灾
预测抛物轨迹
校园监控防护
02
新知导入
拥有眼睛之后的机器还可以看到人眼看不到景象。
浙大ai病理助手omnipt助力精准医疗
从太空望远镜拍摄的图片中发现新星
02
新知讲解
什么是机器视觉
机器视觉是人工智能正在快速发展的一个分支。简单说来，机器视觉就是用机器代替人眼来做测量和判断。
思考——在本节学习内容中，机器视觉运用在哪些地方？
（1）人脸识别。
（2）车牌识别。
（3）物体识别。
03
新知讲解
人脸识别
人脸识别是人工智能领域的一项核心技术，通过摄像头等设备采集人脸图像，利用算法提取面部特征（如五官位置、轮廓等），并与数据库中的模板比对，实现身份识别或验证。
03
新知讲解
人脸识别
人脸识别技术 原理 结果
传统人脸识别技术 标记人脸的关键点并提取典型征来进行识别 光照、角度等变化导致提取不稳定
现代人脸识别技术 “深度神经网路”的AI模型 99.8%以上
准确率
传统与现代人脸识别技术的原理对比
03
新知讲解
人脸识别应用
刷脸支付
刷脸检票
抓捕逃犯
宠物识别
03
新知讲解
车牌识别
车牌识别是机器视觉与人工智能结合的典型技术，通过摄像头采集车辆图像，利用算法自动识别车牌号码、颜色、字体等信息，实现车辆身份的快速自动化认证。
03
新知讲解
车牌识别
03
新知讲解
车牌识别
车牌识别困境
车速过快
定位与识别精度下降
车流过大
难以识别所有车牌
雨雪雾光照不好
难图像质量显著下降
03
新知讲解
物体识别
物体识别 是人工智能和计算机视觉领域的核心技术之一，指通过摄像头、传感器等设备采集图像或视频流，利用算法自动检测、分类和识别图像中的具体物体，并标注其类别、位置及属性的过程。
03
新知讲解
物体识别
03
新知讲解
物体识别应用
自动驾驶
机器人环境感知
无人商店
无人驿站
03
新知讲解
人脸识别和车牌识别的精度达到99%以上。
物体识别的错误率低于人类错误率水平。
机器视觉在其他众多领域也表现出色。
机器视觉
机器视觉的现在 超越人类
03
新知讲解
机器视觉的未来
将持续拓展视觉信息分析的深度与广度，结合大模型进一步深化对世界的理解，探索总结未知物理规律等新方向，在更多场景中发挥作用。
机器视觉
03
新知讲解
机器视觉与人类视觉感知存在差异，机器感知世界的方式可能和人类不同。这种差异可能导致机器对场景的判断与人类预期不符，进而使机器做出的行动和决策偏离人类预期（例如人类看到的是一个苹果，机器可能识别为一团火，错误地使用灭火器喷射）。
机器视觉的风险
04
课堂练习
一、判断题。
1.早期人脸识别通过标记关键点实现，精度较低。 ( )
2.车牌识别仅需识别车牌内容，无需定位车牌位置。 （ ）
3.物体识别只能用于自动驾驶场景，无法应用于无人商店。 （ ）
4.机器视觉在医学影像分析中的精度低于人类医生。 （ ）
×
√
×
×
04
课堂练习
二、选择题
1.机器视觉的核心目标是让机器具备什么能力？( )
A. 类似人类的听觉识别 B. 类似人类的视觉功能
C. 自主运动能力 D. 情感感知能力
2.以下哪项技术不属于机器视觉的应用场景？( )
A. 人脸识别支付 B. 自动驾驶物体识别
C. 智能音箱语音交互 D. 车牌识别交通监管( )
3.2014 年后，哪种技术显著提升了人脸识别精度？
A. 深度神经网络 B. 传统图像处理算法 C. 机械关键点标记 D. 模糊识别技术
C
A
B
04
课堂练习
三、填空题
1.机器视觉的三大典型应用包括人脸识别、__________和物体识别。
2.现代 AI 中，智能摄像头可用于家庭安防、宠物监控和__________。
3.物体识别的核心是通过算法检测图像中的物体并标注其 和属性。
4.机器视觉与人类视觉的潜在风险是__________可能导致决策不符。
车牌识别
客流统计
类别、位置
感知差异
05
拓展延伸
1、机器视觉在医疗领域的前沿应用。机器视觉在医学影像分析中已超越人类精度，如 AI 通过胸部 CT 影像检测早期肺癌（准确率 97%），比传统人工诊断快 30 倍；在病理分析中，AI 可识别显微镜下的癌细胞特征，辅助制定个性化治疗方案。
05
拓展延伸
2、 机器视觉与自动驾驶安全。自动驾驶依赖物体识别技术（如特斯拉 Autopilot 的视觉神经网络），可实时检测行人、车辆及障碍物。但雨天、强光等极端环境可能导致识别误差，例如误将白色卡车视为天空引发事故，需结合多传感器融合（如激光雷达）提升可靠性。
05
拓展延伸
3、机器视觉的隐私与伦理争议。人脸识别在公共安全中的广泛应用引发隐私担忧，如 “实时监控是否侵犯个人自由”“面部数据泄露风险”。欧盟《通用数据保护条例》（GDPR）要求明确告知用户并获得授权，部分国家已限制公共场所无差别人脸识别。
05
拓展延伸
4、机器视觉与艺术创作的跨界融合。艺术家利用机器视觉开发互动装置，如 “AI 绘画机器人” 通过摄像头捕捉观众表情，生成对应风格的抽象画；在舞台表演中，机器视觉实时识别舞者动作，触发灯光与音效的动态响应，创造沉浸式体验。
06
课堂总结
07
板书设计
机器的眼睛
1、理解机器视觉的基本原理
2、机器视觉的应用场景
3、机器视觉的现在、未来、风险
4、完成课堂练习
5、进行知识拓展
课后作业。
1、请用流程图描述车牌识别的基本步骤。
08
课后作业
请用流程图描述车牌识别的基本步骤。
https://www.21cnjy.com/recruitment/home/fine

展开更多......

收起↑