資源簡介

(共23張PPT)
第
十三
課
圖像識別技術
浙教版
八年級下
新知導入
從此視頻當中，我們了解到計算機可以通過編寫好的代碼進行人臉識別，在生活中，很多公安系統通過圖像識別進行破案。
新知導入
實驗心理學家赤瑞特拉證實：人類獲取信息83%來自視覺，11%來自聽覺。
新知講解
一、圖像識別
圖像識別技術是指利用計算機對圖像進行處理、分析和理解，來識別圖像中的對象的技術。每個圖像都有獨特的特征，圖象識別技術通過獲取圖像的主要特征來識別圖像。
新知講解
親身體驗
采用識別文字的APP或軟件，將圖像中的文字識別為文本形式。
新知講解
二、圖象識別技術的應用場景
圖像識別技術在生活中的應用越來越多。如圖13-1所示，在文字識別領域，識別車牌號碼、身份證號等；在圖形識別領域，可以鑒別出各種植物、動物等；在人臉識別領域，可以實現手機支付、解鎖等功能。
圖13-1
圖像識別應用場景
車牌識別
植物識別
人臉識別
新知講解
親身體驗
舉例你身邊使用圖像識別技術的應用案例。
1、火車站檢票口人臉識別
2、手機人臉解鎖
3、掃一掃二維碼
4、自動駕駛
新知講解
親身體驗
1、火車站檢票口人臉識別
2、自動駕駛
新知講解
親身體驗
3、掃一掃二維碼
4、自動駕駛
新知講解
三、圖像識別的過程
圖像識別的可以分為以下幾個步驟：圖像信息的獲取、預處理、選擇分類器并識別出圖像，如圖13-2所示。
圖13-2
圖像識別過程示意圖
新知講解
1.圖像數字化
圖像的數字化過程主要分為采樣、量化與編碼三個部分。
（1）采樣的實質就是要用多少點來描述一幅圖像，采樣結果質量的高低就是用前面所說的圖像分辨率來衡量。
新知講解
（2）量化是指要使用多大范圍的數值來表示圖像采樣之后的每一個點。量化的結果是圖像能夠容納的顏色總數，它反映了采樣的質量。
新知講解
（3）編碼可以實現壓縮圖像數據量，數字化后得到的圖像數據量一般較大，編碼技術可以壓縮存儲量。例如，一個分辨率為16×16像素的黑白字形圖（如圖13-3），若用“0”表示白、“1”表示黑，如圖13-4所示的是未經壓縮的圖像數字化表示。
圖13-3
字形圖像
圖13-4
用二進制表示圖像
新知講解
2.預處理
指圖像處理中的去噪、平滑、變換等操作，從而加強圖像的主要特征。圖像經過預處理的前后效果對比，如圖13-5所示。
圖13-5
圖像預處理前后對比
預處理前
預處理后
新知講解
3.特征提取
特征提取是指獲取圖像主要特征的過程。例如，在人臉識別過程中，人臉器官的形狀、它們之間的距離等是圖像的主要特征，如圖13-6所示。
圖13-6
提取人臉的特征點示意圖
新知講解
卷積神經網絡在圖像特征提取上有非常出色的表現。通過深度學習，卷積神經網絡能以逐層抽象的方式來學習數據中蘊含的特征，通過多層變換之后，卷積
神經網絡可以將原始圖
像變換為更高層次的、
抽象的特征，如圖13-7
所示。
圖13-7
卷積神經網絡提取圖像特征
新知講解
4.分類并識別
分類并識別是指計算機先對圖像進行種類預測，得到種類分布，再根據種類在相應訓練好的模型中，用提取到的特征與模型中的數據進行匹配，從而的得到相應的結論。
新知講解
四、圖像識別的實踐
人工智能開放平臺一般提供若干類別的圖像模型。借助這些平臺，可以實現不同類別圖像的識別。以百度語音識別軟件開發工具包為例，識別動物圖片的過程如圖13-8所示。
圖13-8
在百度人工智能開放平臺中識別動物圖片的結果
新知講解
從網上搜集一種植物的多張圖像，利用人工智能開放平臺進行識別。
隨堂練習
課堂總結
1、圖像識別技術是指利用計算機對圖像進行處理、分析和理解，來識別圖像中的對象的技術
2、圖象識別的應用領域：文字識別領域，識別車牌號碼、身份證號等智能識別。
3、圖像識別的可以分為以下幾個步驟：圖像信息的獲取、預處理、選擇分類器并識別出圖像。
4、在人工智能開放平臺上識別植物。
板書設計
一、圖像識別
二、圖象識別技術的應用場景
三、圖像識別的過程
https://www.21cnjy.com/help/help_extract.php中小學教育資源及組卷應用平臺
浙教版信息技術八年級下第三單元第13課圖片識別技術教學設計
課題
第13課
圖片識別技術
單元
第三單元
學科
信息技術
年級
八年級
學習目標
通過體驗圖像識別技術的案例，了解圖像識別技術。利用人工智能開放平臺，實現動物、植物和人臉等不同類型圖像的識別。感受圖像識別技術帶來的便利。
重點
通過體驗圖像識別技術的案例，了解圖像識別技術。
難點
利用人工智能開放平臺，實現動物、植物和人臉等不同類型圖像的識別。
教學過程
教學環節
教師活動
學生活動
設計意圖
導入新課
同學們，上課前，我們來觀看一段小視頻？觀看視頻從此視頻當中，我們了解到計算機可以通過編寫好的代碼進行人臉識別，在生活中，很多公安系統通過圖像識別進行破案。實驗心理學家赤瑞特拉證實：人類獲取信息83%來自視覺，11%來自聽覺。
聽講，思考
通過視頻初步了解圖像識別技術。
講授新課
一、
圖像識別
圖像識別技術是指利用計算機對圖像進行處理、分析和理解，來識別圖像中的對象的技術。每個圖像都有獨特的特征，圖象識別技術通過獲取圖像的主要特征來識別圖像。
親身體驗：采用識別文字的APP或軟件，將圖像中的文字識別為文本形式。
二、圖象識別技術的應用場景圖像識別技術在生活中的應用越來越多。如圖13-1所示，在文字識別領域，識別車牌號碼、身份證號等；在圖形識別領域，可以鑒別出各種植物、動物等；在人臉識別領域，可以實現手機支付、解鎖等功能。親身體驗舉例你身邊使用圖像識別技術的應用案例。1、火車站檢票口人臉識別2、手機人臉解鎖3、掃一掃二維碼4、自動駕駛三、圖像識別的過程
圖像識別的可以分為以下幾個步驟：圖像信息的獲取、預處理、選擇分類器并識別出圖像，如圖13-2所示。
1.圖像數字化圖像的數字化過程主要分為采樣、量化與編碼三個部分。（1）采樣的實質就是要用多少點來描述一幅圖像，采樣結果質量的高低就是用前面所說的圖像分辨率來衡量。量化是指要使用多大范圍的數值來表示圖像采樣之后的每一個點。量化的結果是圖像能夠容納的顏色總數，它反映了采樣的質量。（3）編碼可以實現壓縮圖像數據量，數字化后得到的圖像數據量一般較大，編碼技術可以壓縮存儲量。例如，一個分辨率為16×16像素的黑白字形圖（如圖13-3），若用“0”表示白、“1”表示黑，如圖13-4所示的是未經壓縮的圖像數字化表示。2.預處理
指圖像處理中的去噪、平滑、變換等操作，從而加強圖像的主要特征。圖像經過預處理的前后效果對比，如圖13-5所示。3.特征提取
特征提取是指獲取圖像主要特征的過程。例如，在人臉識別過程中，人臉器官的形狀、它們之間的距離等是圖像的主要特征，如圖13-6所示。
卷積神經網絡在圖像特征提取上有非常出色的表現。通過深度學習，卷積神經網絡能以逐層抽象的方式來學習數據中蘊含的特征，通過多層變換之后，卷積神經網絡可以將原始圖像變換為更高層次的、抽象的特征，如圖13-7所示。4.分類并識別
分類并識別是指計算機先對圖像進行種類預測，得到種類分布，再根據種類在相應訓練好的模型中，用提取到的特征與模型中的數據進行匹配，從而的得到相應的結論。四、圖像識別的實踐人工智能開放平臺一般提供若干類別的圖像模型。借助這些平臺，可以實現不同類別圖像的識別。以百度語音識別軟件開發工具包為例，識別動物圖片的過程如圖13-8所示。隨堂練習從網上搜集一種植物的多張圖像，利用人工智能開放平臺進行識別。
了解、掌握體驗了解及掌握。自行網上了解體驗掌握了解
通過教師講解了解圖像識別技術的概念及原理。增強圖像識別理解。通過學習，了解圖像識別技術在生活中應用。教師講解，學生通過網上搜索活動了解到圖像識別技術的工作過程。了解圖像識別的過程。通過實踐更加了解圖像識別技術的應用。
課堂小結
1、圖像識別技術是指利用計算機對圖像進行處理、分析和理解，來識別圖像中的對象的技術2、圖象識別的應用領域：文字識別領域，識別車牌號碼、身份證號等智能識別。3、圖像識別的可以分為以下幾個步驟：圖像信息的獲取、預處理、選擇分類器并識別出圖像。4、在人工智能開放平臺上識別植物。
提問回答
通過提問方式進行總結。
板書
一、圖像識別二、圖象識別技術的應用場景三、圖像識別的過程
21世紀教育網
www.21cnjy.com
精品試卷·第
2
頁
（共
2
頁）
HYPERLINK
"http://www.21cnjy.com/"
21世紀教育網(www.21cnjy.com)

展開更多......

收起↑