資源簡介 (共39張PPT)第2課初識人臉識別的實現——體驗數據采集、訓練與預測全過程(清華大學版)六年級上1核心素養目標3新知講解5拓展延伸7板書設計2新知導入4課堂練習6課堂總結課后作業801核心素養目標信息意識計算思維數字化學習與創新信息社會責任理解并尊重同學的隱私,學會安全地使用人臉識別技術,避免不當分享。利用人臉識別,學習機器識人,如采集人臉數據、訓練識別人臉模型、輸入預測的人臉、輸出識別結果。學習人臉識別技術的實現原理,掌握計算機如何實現人臉識別技能,如機器識人。能夠理解人臉識別的重要性,認識到人臉識別在實際中應用的重要性。02新知導入人臉識別是現階段使用最為廣泛的智能技術之一,隨著人臉識別技術越來越成熟,辨臉識人的準確率也越來越高。同學們是否好奇計算機是如何實現人臉識別功能呢 機器識別人臉和人腦識別人臉有什么異同點呢 帶著這些問題,我們一起學習人臉識別技術的實現原理吧!02新知導入當我第一次遇到某人時,我會盡量給予他們足夠的注意,特別是他們的面部特征。記住其他人的長相是一個綜合了多種認知能力和技巧的過程。通過關注細節、建立關聯、重復接觸以及使用記憶技巧等方法,我們可以提高自己的面部識別能力并更好地記住他人的長相。02新知導入思考請同學們以小組為單位,討論你是如何記住其他人的長相的。02新知導入03新知講解一、慧眼識人人從一出生就具有記憶的能力,并通過各種感官,觀察和理解周圍的人和事物。要了解機器怎么識人,可以先看一下人是怎么識人的。要想記住一個人的長相,需要先用眼睛從外界獲取到人臉信息,再用大腦進行記憶。基本記憶過程一般可分為識記、保持和重現三個階段。03新知講解識記是記憶的第一個階段。當人們從外界獲取信息、習得知識后,將這些內容輸入大腦,大腦便開始對外界信息進行各種加工和處理。例如識記人臉時,眼睛從外界獲取人臉的特征,將這些信息傳送到大腦,大腦會先對這些信息進行分類、識記。識記03新知講解大腦每天都在不停地接收新的信息,同時需要記住大量信息。隨著時間的推移,大腦之前識記的內容保持量也會發生變化,產生遺忘。為了避免這種情況發生,就需要通過各種方法對已經識記的內容進行強化和反復識記,而這個過程就是記憶的第二個階段——保持。保持03新知講解記憶的最后一個階段就是重現。它是指遇到應用場景時,能在大腦中搜索相關信息并加以應用。綜上可知,人類辨臉識人的過程就是大腦對見過的人臉進行識記、保持和重現的過程,如圖 2.2.1 所示。重現圖 2.2.1 人類辨臉識人過程示意圖03新知講解課堂活動請多名同學在規定的時間內仔細觀察事先準備好的人物照片,之后從眾多的人臉五官碎片圖中選出與先前觀察的人臉一致的圖片拼接成完整的人臉圖像,拼出正確的人臉圖像即為成功。03新知講解二、機器識人機器實現人臉識別的功能與人類辨臉識人的方法有共通之處,大體可分為四個環節:采集人臉數據、訓練識別人臉模型、輸入預測的人臉、輸出識別結果。03新知講解為了實現機器人臉識別的功能,首先需要利用各種數字媒體設備,如攝像機采集人臉照片,并將這些照片存放在對應的人臉庫中,為后續機器大腦記住這個人提供學習素材。假設現在想讓機器能夠記住小清這個人的長相,就需要創建一個“小清”人臉庫,并將采集到的小清各種表情、各種狀態的面部圖片放在此庫中,人臉庫存放的圖片越多,可供機器大腦學習的素材就越多,機器就越能記住小清這個人,如圖 2.2.2 所示。采集人臉數據03新知講解圖 2.2.2 采集人臉數據示意圖03新知講解完成人臉圖像采集后,就需要機器的大腦對這些照片進行識記,從而訓練出一個與這個人相匹配的模型,這個過程也稱為訓練模型。在訓練識別人臉模型的過程中,機器會多維度處理這些人臉數據,并從中提取出人物的五官、膚色等特征,然后運用智能算法,不斷學習訓練,生成該人物的模型,從而記住這個人物的長相。所以模型的訓練過程是進行特征提取、借助智能算法得到模型的過程,如圖2.2.3 所示。訓練識別人臉模型03新知講解圖2.2.3 人臉模型訓練示意圖03新知講解課堂活動同學們,你覺得訓練出來的人臉識別模型的優劣會影響其識別人臉的準確率嗎 查閱相關資料并與同學分享你的觀點。03新知講解課堂活動一個高質量的訓練數據集應該包含多樣化的人臉圖像,包括不同的年齡、性別、種族、光照條件和表情等。如果訓練數據不夠全面,模型可能會在某些特定條件下表現不佳。訓練出來的人臉識別模型的優劣直接影響其在實際應用中的準確率。因此,在開發人臉識別系統時,必須重視模型的選擇、訓練數據的質量以及后續的評估與優化。03新知講解當機器用訓練好的模型記住一個人的長相后,可以輸入一張待識別的人臉圖像,檢驗它是否真會辨別人臉。當接收到待識別的人臉照片后,機器會提取該照片上的人臉信息特征,并將該人臉特征和模型中所記住的人臉進行特征比對,之后通過相關算法,計算出待識別人臉與記憶中各個人臉間的相似度,相似度越高,是同一個人的概率就越大,如圖 2.2.4 所示。輸入預測的人臉03新知講解圖 2.2.4 人臉比對示意圖03新知講解機器大腦判別完成后就需要讓機器向外界傳達它識別的結果,比如可以通過顯示屏讓機器把識別的結果顯示出來。輸出識別結果04課堂練習請根據所掌握的內容總結并描繪出下面的“人識人”和“機器識人的實現過程圖。實踐03新知講解活動目的:探究人臉識別技術的特點和人臉識別技術給人類帶來的影響。活動規則:使用人臉識別技術時應避免采集與服務無關的人臉信息,無法避免時應及時刪除或進行匿名化處理。在公共場所安裝圖像采集、個人身份識別設備時,應設置顯著提示標識,防止個人信息泄露、篡改、丟失或被非法利用 。05拓展延伸關于人臉識別技術常見的問題在訓練人臉識別模型的時候,人臉數據信息對模型訓練有影響嗎 當然有,提供給機器訓練的人臉數據好壞直接影響著最后訓練出來的模型的優劣也影響著人臉識別功能的準確率。05拓展延伸關于人臉識別技術常見的問題那采集什么樣的優質數據供機器進行訓練學習呢 采集人臉數據時,可針對不同性別、年齡、表情、光照以及角度來采集數據,盡量多采集一些數據,再進行篩選,然后給機器訓練學習。05拓展延伸關于人臉識別技術常見的問題人臉識別模型的優劣還受什么影響呢 人臉識別模型的優劣還與算法有關,算法就是訓練出人臉模型而采用的方法,常見的訓練人臉識別模型的算法有局部特征分析法、NTCNN 等。05拓展延伸機器識別人臉和人腦識別人臉有什么異同點呢 機器識別人臉和人腦識別人臉的核心區別在于它們的工作原理和技術基礎不同。 機器識別人臉是基于計算機視覺和人工智能技術,通過處理圖像數據來識別面部特征;而人腦識別人臉則是通過生物進化形成的視覺系統和認知能力。05拓展延伸機器識別人臉的工作原理主要包括以下幾個步驟:1. 圖像采集 :使用攝像機或攝像頭捕捉含有人臉的圖像或視頻流。 2.預處理 :對圖像進行灰度化、直方圖均衡化等操作,提高圖像質量。 3.特征提取 :從圖像中提取邊緣、紋理、形狀等特征。 4.人臉檢測 :使用算法如Haar特征、HOG特征來檢測人臉區域。 5.人臉對齊 :調整人臉的位置和大小,使其標準化。 6.人臉識別 :通過特征匹配或深度學習模型識別面部特征,與已知人臉進行比較 。05拓展延伸人腦識別人臉的過程則更加復雜,涉及以下幾個關鍵點:1. 視覺系統 :人腦的視覺系統經過數億年的進化,能夠快速準確地識別面部特征。 2.認知能力 :人腦不僅識別面部特征,還能理解面部表情、情緒和社交信號。 3.記憶和學習能力 :人腦能夠學習和記憶面孔,即使在不同的光照和角度下也能識別同一人。4. 情感和社交功能 :人腦能夠通過面部表情判斷情緒,這是機器目前難以完全模擬的 。05拓展延伸機器識別人臉的優勢在于其處理速度快、準確性高,能夠在大量數據中快速匹配面部特征。然而,機器識別的局限性在于缺乏情感理解和社交認知能力,無法像人腦那樣理解面部表情和情緒 。人腦識別人臉的優點包括情感理解和社交認知能力,能夠通過面部表情判斷情緒和意圖。但人腦的識別過程受限于個人的記憶和經驗,且在處理大量數據時速度較慢 。06單元總結活動日志 班級:XX 姓名:XX任務名稱 初識人臉識別的實現——體驗數據采集、訓練與預測全過程任務環節 1口 2口 3口 4口(在對應環節畫V)任務完成內容 認識人臉識別的特點、完成人臉識別技術案例體驗任務完成度 口口口口口口口口口(100%)任務小結 問題與反思:數據處理得不熟練改進的方法:多練習或者詢問老師和同學訣竅07課堂總結1引入新知內容初識人臉識別的實現——體驗數據采集、訓練與預測全過程2認識慧眼識人3了解機器識人的過程4了解關于人臉識別技術常見的問題5了解機器識別人臉和人腦識別人臉的異同點1234508板書設計初識人臉識別的實現——體驗數據采集、訓練與預測全過程1.進行新知引入2.認識慧眼識人3.了解機器識人的過程4.了解關于人臉識別技術常見的問題5.了解機器識別人臉和人腦識別人臉的異同點09課后作業01在本節課學習后,在小組內討論一下你在初識人臉識別的實現——體驗數據采集、訓練與預測的過程和收獲。過程與收獲09課后作業02各小組成員將本組完成的人臉圖像項目在班級進行展示與介紹,和老師或同學們共享成果,交流創作感想。成果與交流09課后作業03自評與他評評價內容 自我評價 教師評價1.項目的完成度2.分工協作的合理性3.演講展示的表現能力4.解決問題的綜合能力https://www.21cnjy.com/recruitment/home/fine 展開更多...... 收起↑ 資源列表 【清華大學出版社】《信息科技》六年級上冊第二單元第2課《人臉識別的實現——體驗數據采集、訓練與預測全過程》.pptx 新知導入.mp4 縮略圖、資源來源于二一教育資源庫