川教版（2020）八年级上册 信息技术 2.3“认出”一个人 课件（40张ppt）+教案+2个视频

第3节 “认出”一个人 教学目标: 1.知识与技能 ①了解基于图片的人脸识别预测。 ②体验基于视颊的人脸识别预测过程。 ③了解人脸识别技术的应用领域。 2.过程与方法 先学习、了解机器学习、训练、认出一个人的过程原理，再让机器训练人脸识别预测，认出图片中的单个、多个人脸，认出视频中的人脸，了解人脸识别技术的应用领域，阅读人脸实时检测技术！ 3.情感态度价值观 积极体验、学习、更深入的认识人脸识别技术及其应用领域，既增长了知识，又开拓视野，提高了信息技术素养！ 教学重难点： ①体验基于视颊的人脸识别预测过程。 ②了解人脸识别技术的应用领域。 教学过程 问题情境导入： 老师，计算机已经能通过图片“认识”一个人了，那我能考考它吗? 好啊，这一节我们就来测试计算机能“认出”一个人。 一、如何从图片“认出”一个人 计算机通过机器学习已经“认识”一个人，知道其人脸特征了.接着就可以输入照片进行人脸识别预测，看看计算机能不能“认出”这个人。基于图片的人脸识别预测的过程如图2-3-1所示。 输入测试图片→识别预测→输出预测结果 图2-3-1＂认出”人脸的过程 二、识别预测 基于 OpenCV的人脸识别预测使用了LBPH识别器中的 predict(0函数，它返回识别预测的标签值和置信度评分。本节使用上一节中两张图片 imgol. jpg”和imgo2pg”机器训练的结果，来测试人脸识別的效果。 步骤一:人脸识别 对测试图片进行人脸识别，只需要在人脸识别训练程序”代码(见第二节图2-2-5)中加入一段人脸识别预测代码，对测试图片＂ teston. jpg”(图2-3-2)进行人脸识别。 人脸识别的完整程序代码如图2-3-3所示。 图2-3-2测试图“test01 图2-3-3人脸识别代码 运行结果如图2-3-4所示，输出显示 label值为0，表示测试图片和之前的标签“0”是同一个人; confidence是置信度评分，如果为0则表示完全匹配，此程序显示约为22.18，表示相似度比较高。 图2-3-4人脸识别预测程序运行结果 思考:如果试图片是另外一个人的照片，那人脸识别预测的结果会怎样? 欢欢:老师，上一节我们还对多个不同的人脸进行了识别训练，如果要对多个不同的人脸进行识别预测是不是在后面加上相应的预测语句就可以了？ 老师:是的，同学们可以自己动手试一试。 步骤二:认出不同的人 在“两个不同的人脸的识別训练程序”代码(见第二节图2-2-8)中添加一段人脸识别预测代码，对测试图片“ test10.jpg”(图2-3-5)进行人脸识别。 图2-3-5、测试图“test10” 两个不同的人脸的识别完整的代码如图2-3-6所示。 图2-3-6两个不同的人脸的识别代码 运行结果如图2-3-7所示， label显示为1，表示测试图片和后面的标签“1”是同一个人; confidence显示约为24.16，表示相似度比较高。 Label=1 confidence=24.162997538225546 >>> 图2-3-7两个不同的人脸的识别程序运行结果 欢欢:老师，这个程序识别的结果不容易让人看懂，能不能直接在测试图的人脸位置处标注出识别出的姓名? 老师:当然可以。结合前面学习的知识，先要在待测图片中定位人脸，然后根据训练过的图片识别它，最后在此图片中标注显示识别出的姓名。概括起来，图片标注识别人名的主要过程如图2-3-8所示。 图片人脸定位→人训练识别→身份标注 图2-3-8图片标注人名的主要过程 步骤三:图片标注人名 若人脸识别成功，在图片中显示识别的姓名，否则显示“ unknown”。 图片标注人名的程序代码如图2-3-9所示。 图2-3-9图片标注人名的代码 程序运行后，效果如图2-3-10所示。 图2-3-10图片标注人名结果图 欢欢:老师，我換了几张照片来识别有些能识别，有些就认不出来，这是为什么呢? 老师:识别效果和训练数据量有关，我们只用了几张图片来训练，图片数据量少，这是影响识别效果的重要因素之一。 扩展任务:“认出”视频中的 ... ...