初中信息技术浙教版（2020）八年级下册第13课 图像识别技术优质ppt课件

这是一份初中信息技术浙教版（2020）八年级下册第13课 图像识别技术优质ppt课件，文件包含第13课图像识别技术pptx、第13课图像识别技术doc、人工智能图像识别技术到物体识别_腾讯视频mp4等3份课件配套教学资源，其中PPT共22页， 欢迎下载使用。
从此视频当中，我们了解到计算机可以通过编写好的代码进行人脸识别，在生活中，很多公安系统通过图像识别进行破案。
实验心理学家赤瑞特拉证实：人类获取信息83%来自视觉，11%来自听觉。
一、图像识别 图像识别技术是指利用计算机对图像进行处理、分析和理解，来识别图像中的对象的技术。每个图像都有独特的特征，图象识别技术通过获取图像的主要特征来识别图像。
采用识别文字的APP或软件，将图像中的文字识别为文本形式。
二、图象识别技术的应用场景 图像识别技术在生活中的应用越来越多。如图13-1所示，在文字识别领域，识别车牌号码、身份证号等；在图形识别领域，可以鉴别出各种植物、动物等；在人脸识别领域，可以实现手机支付、解锁等功能。
图13-1 图像识别应用场景
举例你身边使用图像识别技术的应用案例。
1、火车站检票口人脸识别2、手机人脸解锁3、扫一扫二维码4、自动驾驶
1、火车站检票口人脸识别
三、图像识别的过程 图像识别的可以分为以下几个步骤：图像信息的获取、预处理、选择分类器并识别出图像，如图13-2所示。
图13-2 图像识别过程示意图
1.图像数字化 图像的数字化过程主要分为采样、量化与编码三个部分。 （1）采样的实质就是要用多少点来描述一幅图像，采样结果质量的高低就是用前面所说的图像分辨率来衡量。
（2）量化是指要使用多大范围的数值来表示图像采样之后的每一个点。量化的结果是图像能够容纳的颜色总数，它反映了采样的质量。
（3）编码可以实现压缩图像数据量，数字化后得到的图像数据量一般较大，编码技术可以压缩存储量。例如，一个分辨率为16×16像素的黑白字形图（如图13-3），若用“0”表示白、“1”表示黑，如图13-4所示的是未经压缩的图像数字化表示。
图13-3 字形图像
图13-4 用二进制表示图像
2.预处理 指图像处理中的去噪、平滑、变换等操作，从而加强图像的主要特征。图像经过预处理的前后效果对比，如图13-5所示。
图13-5 图像预处理前后对比
3.特征提取 特征提取是指获取图像主要特征的过程。例如，在人脸识别过程中，人脸器官的形状、它们之间的距离等是图像的主要特征，如图13-6所示。
图13-6 提取人脸的特征点示意图
卷积神经网络在图像特征提取上有非常出色的表现。通过深度学习，卷积神经网络能以逐层抽象的方式来学习数据中蕴含的特征，通过多层变换之后，卷积神经网络可以将原始图像变换为更高层次的、抽象的特征，如图13-7所示。
图13-7 卷积神经网络提取图像特征
4.分类并识别 分类并识别是指计算机先对图像进行种类预测，得到种类分布，再根据种类在相应训练好的模型中，用提取到的特征与模型中的数据进行匹配，从而的得到相应的结论。
四、图像识别的实践 人工智能开放平台一般提供若干类别的图像模型。借助这些平台，可以实现不同类别图像的识别。以百度语音识别软件开发工具包为例，识别动物图片的过程如图13-8所示。
图13-8 在百度人工智能开放平台中识别动物图片的结果
从网上搜集一种植物的多张图像，利用人工智能开放平台进行识别。
1、图像识别技术是指利用计算机对图像进行处理、分析和理解，来识别图像中的对象的技术2、图象识别的应用领域：文字识别领域，识别车牌号码、身份证号等智能识别。3、图像识别的可以分为以下几个步骤：图像信息的获取、预处理、选择分类器并识别出图像。4、在人工智能开放平台上识别植物。
一、图像识别二、图象识别技术的应用场景三、图像识别的过程