(
课件网) 第2节 “认识”一个人 川教版八年级上册 第2节 “认识”一个人 川教版（2019） 第二单元 让机器认识我 信息技术 八年级(上)册 学习目标 1、了解机器学习的过程； 2、体验基于图片的人脸识别预测过程； 3、体验基于视频的人脸识别训练。 新课导入 上节课我们学习了让机器认识我们的脸，并用方框或圆形框来定位标注我们的脸。 今天这节课我们要来学习让机器认识一个人，同学们想不想知道机器是怎样认识我们的呢？下面我们一起来学习。 1 如何从图片“认识”一个人 前面学习了人脸定位，在定位人脸的基础上，如何能“认识”一个人呢？这需要对机器进行相应的“训练”，让它“学习”认识一个人。 机器学习需要人脸图片样本数据，让它进行训练，它会学会人脸的特征。给机器训练的数据越多，它的认识就全面、越准确。 基于图片的人脸识别训练过程如下图所示： 输入训练图片 机器训练 获得特征 2 识别训练 下面用同一个人的两张图片“img01.jpg”h和“img02.jpg”来进行训练。 这两张图片上是同一个人，标签为“0”。 2 识别训练 第一步：准备工作 在后面的程序中将用到LBPH识别器，这个识别器由OpenCV扩展库提供，需要提前安装此扩展模块。安装方法和第一节安装OpenCV的方法相同。 安装命令: pip install opencv-contrib-python 知识卡片 LBPH识别器 LBPH是Local Binary Patterns Histograms的缩写，翻译过来就是局部二进制编码直方图。LBPH的主要思想是以当前点与其相邻点的相对关系作为处理结果。正因如此，在图像灰度整体发生变化时，提取的信息仍能保持不变。此方法在人脸识别中运用非常广泛，本节的程序就使用了这种方法来训练机器。OpenCV还提供了另外两种人脸识别方法，分别是EigenFace和FisherFacea。 小试牛刀 试一试，自己安装LBPH识别器模块。 操作提示： 两个键同时按 2 识别预测 第二步：人脸识别训练 训练机器“认识”人脸。首先要引入模块，读入训练用的两张图片，设置标签为“0”，然后加入LBPH识别器进行识别训练，步骤如下图。 引入OpenCV模块 读入图片并做相应处理 人脸分类器 人脸定位 机器训练 引入OpenCV模块 读入图片并做相应处理 人脸分类器 加入LBPH识别器 引入模块 输入训练图片 设置图片标签为“0” 小试牛刀 试一试，运行你的代码，观察运行结果。 注意（程序运行不报错即可完成训练，要看到具体的反馈，我们要结合下节课的内容才能实现） 2 识别训练 第三步：多个不同的人脸识别训练 多个不同的人脸识别训练与单个人脸识别训练的原理相同，区别在于添加训练图片时选用不同人的照片。以识别两个人为例，只需再增加另一个人的图片进行训练即可。保留前面的“img01.jpg”和“img02.jpg”，这两张图片都是同一个人，标签为“0”;增加两张训练图片“img11.jpg”和“img12.jpg”，这两张图片为同一个人，标签为“1”。 自主探究 在train-1.py的代码基础上完成修改，实现多人训练。 拓展任务 从视频中“认识”一个人，需要采集足够多的人脸图像信息让机器训练，过程如下图。 1．人脸数据采集。通过摄像头扫描捕捉需要的人脸图像信息，在程序所在的目录创建一个“Facedata”文件夹，用来存放采集的人脸数据，详细程序见课本后面的附录二：人脸图像采集代码。 程序运行后，先要用户设置一个人脸图片标签。 输人标签“0”并按回车键后，摄像头开始自动采集视频中人脸图像并保存到“Facedata”文件夹中。 人脸数据采集 机器训练并生成训练模型文件 拓展任务 2．人脸数据训练。 在程序所在目录创建一个“face_trainer"文件夹，存放训练后的模型文件，详细程序见附录三：人脸数据训练代码(需要安装pillow模块)。 代码运行后，导入训练图片和对应 ... ...
