（精）2021新浙教版八年级下册《信息技术》第三单元第13课 图像识别技术 ppt课件（含教案+素材）.zip

浙教版信息技术八年级下第三单元第浙教版信息技术八年级下第三单元第 1313 课图片识别技术教学设计课图片识别技术教学设计 课题 第 13 课 图片识别技术单元第三单元学科信息技术年级八年级 学习 目标 1、通过体验图像识别技术的案例，了解图像识别技术。 2、利用人工智能开放平台，实现动物、植物和人脸等不同类型图像的识别。 3、感受图像识别技术带来的便利。 重点通过体验图像识别技术的案例，了解图像识别技术。 难点利用人工智能开放平台，实现动物、植物和人脸等不同类型图像的识别。 教学过程 教学环节教师活动学生活动设计意图 导入新课同学们，上课前，我们来观看一段小视频？ 观看视频 从此视频当中，我们了解到计算机可以通过 编写好的代码进行人脸识别，在生活中，很多公 安系统通过图像识别进行破案。 实验心理学家赤瑞特拉证实：人类获取信息 83%来自视觉，11%来自听觉。 听讲，思考 通过视频初步了 解图像识别技术。 讲授新课 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。 每个图像都有独特的特征，图象识别技术通过获 取图像的主要特征来识别图像。 亲身体验： 了解、掌握 通过教师讲解了 解图像识别技术 的概念及原理。 采用识别文字的 APP 或软件，将图像中的文 字识别为文本形式。 二、图象识别技术的应用场景 图像识别技术在生活中的应用越来越多。如 图 13-1 所示，在文字识别领域，识别车牌号码、 身份证号等；在图形识别领域，可以鉴别出各种 植物、动物等；在人脸识别领域，可以实现手机 支付、解锁等功能。 亲身体验 举例你身边使用图像识别技术的应用案例。 1、火车站检票口人脸识别 2、手机人脸解锁 3、扫一扫二维码 4、自动驾驶 三、图像识别的过程 体验 了解及掌握。 增强图像识别理 解。 通过学习，了解 图像识别技术在 生活中应用。 图像识别的可以分为以下几个步骤：图像信 息的获取、预处理、选择分类器并识别出图像， 如图 13-2 所示。 1.图像数字化 图像的数字化过程主要分为采样、量化与编 码三个部分。 （1）采样的实质就是要用多少点来描述一幅 图像，采样结果质量的高低就是用前面所说的图 像分辨率来衡量。 （2）量化是指要使用多大范围的数值来表示 图像采样之后的每一个点。量化的结果是图像能 够容纳的颜色总数，它反映了采样的质量。 （3）编码可以实现压缩图像数据量，数字化后得 到的图像数据量一般较大，编码技术可以压缩存 自行网上了解 教师讲解，学生 通过网上搜索活 动了解到图像识 别技术的工作过 程。 储量。例如，一个分辨率为 1616 像素的黑白字 形图（如图 13-3），若用“0”表示白、“1”表 示黑，如图 13-4 所示的是未经压缩的图像数字化 表示。 2.预处理 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。图像经过预处理的前后 效果对比，如图 13-5 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 13-6 所 示。 卷积神经网络在图像特征提取上有非常出色的表 体验 了解图像识别的 过程。 现。通过深度学习，卷积神经网络能以逐层抽象 的方式来学习数据中蕴含的特征，通过多层变换 之后，卷积神经网络可以将原始图像变换为更高 层次的、抽象的特征，如图 13-7 所示。 4.分类并识别 分类并识别是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，用提取到的特征与模型中的数据进行匹配， 从而的得到相应的结论。 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。以百度语音识别软件开发工具包为例，识 别动物图片的过程如图 13-8 所示。 随堂练习 掌握了解 从网上搜集一种植物的多张图像，利用人工 智能开放平台进行识别。通过实践更加了 解图像识别技术 的应用。 课堂小结1、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 2、图象识别的应用领域：文字识别领域，识 别车牌号码、身份证号等智能识别。 3、图像识别的可以分为以下几个步骤：图像 信息的获取、预处理、选择分类器并识别出图像。 4、在人工智能开放平台上识别植物。 提问回答 通过提问方式进 行总结。 板书一、图像识别 二、图象识别技术的应用场景 三、图像识别的过程 第 十三 课 图像识别技术 浙教版 八年级下 新知导入 从此视频当中，我们了解到计算机可以通过编写好的代码进行 人脸识别，在生活中，很多公安系统通过图像识别进行破案。 新知导入 实验心理学家赤瑞特拉证实：人类获取信息83%来 自视觉，11%来自听觉。 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。每个图像都有独特的特征， 图象识别技术通过获取图像的主要特征来识别图像。 新知讲解 亲身体验 采用识别文字的APP或软件，将图像中的文字识别为文 本形式。 新知讲解 二、图象识别技术的应用场景 图像识别技术在生活中的应用越来越多。如图13-1所示 ，在文字识别领域，识别车牌号码、身份证号等；在图形识别领 域，可以鉴别出各种植物、动物等；在人脸识别领域，可以实现 手机支付、解锁等功能。 图13-1 图像识别应用场 景 车牌识别植物识别人脸识别 新知讲解 亲身体验 举例你身边使用图像识别技术的应用案例。 1、火车站检票口人脸识别 2、手机人脸解锁 3、扫一扫二维码 4、自动驾驶 新知讲解 亲身体验 1、火车站检票口人脸识别 2、自动驾驶 新知讲解 亲身体验 3、扫一扫二维码 4、自动驾驶 新知讲解 三、图像识别的过程 图像识别的可以分为以下几个步骤：图像信息的获取、预处理 、选择分类器并识别出图像，如图13-2所示。 图13-2 图像识别过程示意 图 新知讲解 1.图像数字化 图像的数字化过程主要分为采样、量化与编码三个部分。 （1）采样的实质就是要用多少点来描述一幅图像，采样结果 质量的高低就是用前面所说的图像分辨率来衡量。 新知讲解 （2）量化是指要使用多大范围的数值来表示图像采样之后的每一个 点。量化的结果是图像能够容纳的颜色总数，它反映了采样的质量。 新知讲解 （3）编码可以实现压缩图像数据量，数字化后得到的图像数 据量一般较大，编码技术可以压缩存储量。例如，一个分辨率为 1616像素的黑白字形图（如图13-3），若用“0”表示白、“1” 表示黑，如图13-4所示的是未经压缩的图像数字化表示。 图13-3 字形图 像 图13-4 用二进制表示图 像 新知讲解 2.预处理 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。图像经过预处理的前后效果对比，如图13-5所示。 图13-5 图像预处理前后对 比 预处理前预处理后 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13-6所示。 图13-6 提取人脸的特征点示意图 新知讲解 卷积神经网络在图像特征提取上有非常出色的表现。通过深度 学习，卷积神经网络能以逐层抽象的方式来学习数据中蕴含的特征， 通过多层变换之后，卷积 神经网络可以将原始图 像变换为更高层次的、 抽象的特征，如图13-7 所示。 图13-7 卷积神经网络提取图像特 征 新知讲解 4.分类并识别 分类并识别是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，用提取到的特征与模型中的数 据进行匹配，从而的得到相应的结论。 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。以百度语音识别软件开发工具包为例 ，识别动物图片的过程如图13-8所示。 图13-8 在百度人工智能开放平台中识别动物图片的结果 新知讲解 从网上搜集一种植物的多张图像， 利用人工智能开放平台进行识别。 随堂练习 课堂总结 1、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 2、图象识别的应用领域：文字识别领域，识别车牌号码、身份证号 等智能识别。 3、图像识别的可以分为以下几个步骤：图像信息的获取、预处理、 选择分类器并识别出图像。 4、在人工智能开放平台上识别植物。 板书设计 一、图像识别 二、图象识别技术的应用场景 三、图像识别的过程