初中信息技术川教版（2019）八年级上册第2节 “认识”一个人评优课ppt课件

课题

第2节 “认识”一个人

课型

新授课

授课时间

第1课时 共1课时

教材分析

本节主要通过python编程体验认识一个人，教材中的编程思路及代码编写是一个比较超纲的知识范围，学生掌握起来会十分困难，所以本节课的主要内容是让学生了解python人脸识别的基本过程和主要方法。

学情分析

第一节课的内容学习了人脸定位的基本方法，学生了解了关于python定位人脸的基本步骤，对本节知识的学习有一定的帮助，但同时本节内容在深度上有了较大的跨越，对于学生学习难度会有所提高。

教学目标

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。

教学重点

教学重点：

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。

教学难点：

体验基于图片的人脸识别预测过程。

教学流程

教师批注

课堂导入

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。

从上节课的知识点初识人脸引入到认识一个人。

教

学

过

程

一、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：

二、识别训练

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”。

步骤一：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。

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。

想要对人脸进行训练，要按照以下步骤完成：

1、引入模块；

2、输入训练图片；

3、设置图片标签为“0”；

4、加入LBPH识别器；

5、机器训练。

小试牛刀：试一试，运行你的代码，观察运行结果。

步骤二：标注人脸

想要对人脸进行定位标注，要按照以下步骤完成：

1、先要引入OpenCV模块；

2、读入待标注图片并做相应处理；

3、再加载Haar人脸分类器；

4、定位人脸；

5、最后在图中标注出人脸。

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）

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。

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。

代码运行后，导入训练图片和对应标签进行训练，最后在“face_trainer”文件夹中生成训练后的模型文件trainer.yml。

拓展阅读：

人脸识别技术既是一项起源较早的技术，又是一门焕发着活跃生命力的新兴技术。随着近年来人工智能、大数据、云计算等技术更迭速度的加快，人脸识别作为人工智能的一项重要应用，也搭上了时代的快车，基于人脸识别技术的一系列产品实现了广泛应用。

最早与人脸识别相关的研究并不是在计算机领域，而是在心理学领域。早在20世纪50年代，就有学者尝试从心理学的角度来阐释人脸认知的奥秘。除了从心理学的角度来研究人脸识别原理外，也有从生物视觉角度来探索奥秘的。但真正与我们现在的人脸识别技术有较多关联的研究出现在20世纪70年代。

人脸识别技术已从2D迈入3D时代，3D人脸识别如下图。3D人脸识别算法对于2D人脸识别的难点，包括人脸旋转、遮挡、相似度等在内的问题都有了很好的应对。

引入生活中人初识别人脸脸识别的例子，提出问题，怎样认出一个人呢？讲解训人脸的基本步骤

讲解LBPH模块的安装，并让学生动手实践。

知识扩展讲解，让学生了解LBPH识别器的相关知识。

引入人脸训练的基本步骤，并让学生自己动手操作，查看运行效果。

讲解训练人脸的基本步骤。

发布任务，学生自主探究完成任务。

补充阅读知识，让学生了解人脸识别技术基础知识。

课堂小结

一、如何从图片“认识”一个人

1.输入训练图片

2.机器训练

3.获取特征

二、识别训练

1、引入模块

2、输入训练图片

3、设置图片标签为“0”

4、加入LBPH识别器

5、机器训练

课后作业

阅读视频识别程序附件2-3，体验基于视频的人脸识别训练。

教

学

反

思