川教版（2019）八年级上册第3节 “认出”一个人备课ppt课件

这是一份川教版（2019）八年级上册第3节 “认出”一个人备课ppt课件，文件包含第3节“认出”一个人pptx、第3节“认出”一个人docx、第二单元第3课动态人脸识别高清480Pmp4、第二单元第3课“人脸识别”抓拍行人闯红灯高清480Pmp4等4份课件配套教学资源，其中PPT共40页， 欢迎下载使用。

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。
图2-3-1＂认出”人脸的过程
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 imgl. jpg”和img2pg”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＂ testn. jpg”(图2-3-2)进行人脸识别。
图2-3-2测试图“test01
人脸识别的完整程序代码如图2-3-3所示。
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; cnfidence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。
两个不同的人脸的识别完整的代码如图2-3-6所示。
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; cnfidence显示约为24.16，表示相似度比较高。
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“ unknwn”。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”视频中的人 在第二节的扩展任务中，机器已经可以从视频中“认识”一个人。现在就来检验一下，能否“认出”这个人。要实现这功能，过程如图2-3-11所示。详细程序见附录四:视频人脸识别代码。
图2-3-11视频人脸识别过程
三、人脸识别技术的应用
人脸识别技术具有识别精度高、使用方便、识别速度快等特点，已广泛应用于我们的工作生活中。 ①单人识别:用户提前上传个人照片存储于系统中，每次验证时，实时拍照与系统中存储的照片信息进行对比，进而确定“你是不是你”。如刷脸支付、酒店入住登记、考试身份核验等应用场景。
②多人识别:对场景内所有人进行面部识别并与人像数据库进行比对，比如刷脸考勤、公安机关追逃等。在一些人流量大、需要保障公共安全的地方，如火车站、演唱会、大型体育赛事中，进行人脸识别时，通常被识别的主体不会停留在一处，而是处于运动状态，动态识别中准确度容易受侧脸、光线、距离等因素的影响。
任务:探讨人脸识别技术的应用领域要求:小组讨论，人脸识别技术的应用领域、场景和优势有哪些?
表2-3-1人脸识别技术的应用领域
思考:人脸识别技术是否会泄露个人隐私呢?
拓展阅读人脸实时检测技术 随着人脸识别技术在日常生活中的广泛应用，它所带来的安全隐患也得到了越来越多的关注。试想一下，你拿着父母的照片畅快地进行刷脸支付……当然这样的情景是不会真正出现的，在一些身份验证场景中需要实时确定对象的真实性。
在人脸识别技术应用中，实时检测能通过眨眼、张嘴、头、点头等组合动作，使用人脸关键点定位和人脸追踪等技术，验证用户是否为本人操作，如图2-3-12所示。
图2-3-12人脸实时检
针对不同的人脸识别攻击，有以下一些实时检测应对技术。1.应对照片攻击 照片是最简单的攻击方式，但其人脸无法活动，因而可以通过眨眼、张嘴、摇头、点头等配合式组合动作，验证用户是否为本人操作。
2.应对视频攻击 如果升级攻击方式，将一段提前录有配合实时检测中规定动作的视频用于人脸识别，也无须担心。因为它需要相应的屏幕播放，这就使其人脸失真度变高。给用户实时拍摄一张照片或是一段人脸的视频，通过对应的算法即可进行真实性的实时检测。
3.应对3D立体面具攻击 假设带上仿真度极高的3D立体面具，是否就如电影中一样所向披靡?3D面具材质表面的反射特性与真实皮肤是有差别的。红外线实时检测技术可以对不同光照条件下的人脸皮肤反射的光语信息进行分析分类，有效区别出真实人脸皮肤与其他所有攻击材质的不同，提升了用户远程验证身份的安全性。
1.人脸识别技术有哪些特点？自然性；不被被测个体察觉；非接触式（非侵犯式）。2.人脸识别技术有何明显优势？不令人反感、不易被欺骗；友好、自然，容易被人们接受。
3.目前，人脸识别技术主要运用在哪些方面？随着数字化、信息化的发展，请你发挥想象，另举一例说明人脸识别技术还可运用在哪些方面。公安刑侦领域、民用市场方面。示例：如海关、边境检查站、电脑数据库、保险柜、学校安保等。
这节课，我认识了基于图片的人脸识别预测，体验了基于视频的人脸识别预测过程，还了解了人脸识别技术的应用领域……
从图片“认出”一个人“认出”一个人 识别预测 人脸识别技术的应用