浙教版 (2020)八年级下册图像识别技术教案

这是一份浙教版 (2020)八年级下册图像识别技术教案，共3页。
课程基本信息
学科
初中信息科技
年级
八年级
学期
春季
课题
图像识别技术
教科书
书 名：初中信息科技教材
出版社：浙江教育出版社 出版日期：2023年12月
教学内容与学习对象分析
教学内容分析:
本课在教材中处于重要位置，图像识别技术是当今信息技术领域的热门话题和重要应用方向。本课承接了之前所学的信息技术基础知识，如计算机系统、数据存储等，同时为后续学习人工智能的其他领域如自然语言处理等内容奠定基础。本课通过概念、原理、应用场景、发展趋势等方向，让学生深入的了解图像识别技术，培养学生的信息意识，了解人工智能对社会发展的重要影响。
学习对象分析:
八年级学生已经具备了一定的信息技术基础知识，如计算机的基本操作、网络的使用等。在之前的学习中，学生也接触过一些图像相关的知识，如图片的浏览、编辑等。但对于图像识别技术，学生可能了解较少，需要通过本课的学习来建立起对这一技术的认识。八年级学生的认知能力逐渐提高，具备了一定的抽象思维和逻辑思维能力。能够理解图像识别技术的基本概念和工作原理，但对于一些较为复杂的技术细节可能需要通过具体例子和实践操作来加深理解。
教学目标分析（含核心素养导向）
1.信息意识
认识到图像识别技术在信息时代的重要性，了解其广泛的应用场景。
学会从日常生活中发现图像识别技术的应用实例，并能分析其对信息获取和处理的影响。
2.计算思维
理解图像识别技术的基本工作原理，包括图像数字化、预处理、特征提取和分类识别等过程。
了解卷积神经网络的工作原理，对逐层抽象有基本的认识。
能够运用计算思维分析图像识别问题，提出解决问题的思路和方法。
3.数字化学习与创新
掌握使用图像识别软件或工具的基本方法，体验数字化学习的过程。
尝试运用图像识别技术进行创新实践，解决实际问题。
4.信息社会责任
认识到图像识别技术在带来便利的同时可能存在的隐私、安全等问题。
树立正确的信息安全意识和社会责任感，在使用图像识别技术时遵守法律法规和道德规范。
教学重点：
1.图像识别的基本过程。
教学难点：
1.卷积神经网络。
2.特征提取。
教学过程
导入
播放新闻视频：《人工智能——智能数羊》
提问：摄像头是如何识别羊的呢？（学生思考）
建构
1.定义：通过计算机对图像进行处理、分析和理解，来识别对象。
2.互动：它们都是羊吗？（引导观察局部特征）
3.回忆：人识别图像的过程
眼睛感知-观察特征-在大脑记忆库中搜索记忆-得出结论
4.类比：机器图像识别的过程
图像数字化：采样、量化、编码，将景色转换为看得见的数字图像，使计算机能看到；【实验】正常图片与模糊图片的识别测试，引出图像预处理（平滑、去噪、变化），使计算机能更好的看清。
特征提取：通过类比人类，观察局部特征，从局部到整体，提取特征信息。背后的强大支撑？是卷积神经网络。
5.了解：卷积神经网络
应用领域：图像识别、人脸识别、汉字识别、自然语言处理。
卷积神经网络与人类生物视觉系统中神经网络的关系。
卷积神经网络的过程：卷积、池化、逐层抽象。
6.卷积操作：
利用“放大镜”对图像进行全面扫描，感知局部信息，找到关键特征。
什么是卷积核：一个矩阵，会填入适合进行计算扫描的相关数字
如何进行卷积运算：将卷积核放在矩阵上，从左到右从上到下进行扫描，每次扫描时，都将覆盖的部分与卷积核上对应的元素一一相乘，最后将积相加得到结果。
7.卷积实操、举例——提取羊角特征：
羊角的轮廓在计算机中的表现方式：0和1
羊角的轮廓具有哪些特点：横、竖、弯、尖等特点
卷积运算：叠加后一一相乘，最后相加，得到结果为特征图
观察：特征的颜色加深了？卷积核的作用？
卷积的作用：特征提取器，使用多个不同的滤波器，可以提取不同特征。
8.池化操作：
特征图数据之多，数据量之庞大，计算机会进行池化操作，对数据进行汇聚，提取2*2格子中具有代表性的数据。
以最大值池化为例，展示羊角轮廓弯的特征池化后的结果。
9.逐层抽象：
一次卷积和池化后的结果不理想，卷积神经网络会重复，不断卷积池化，逐层的进行计算，直到得到更高级、更抽象的特征。
10.分类并识别：
在图像模型中，找到相似度最高的数据，从而得出结论。
三、小结
图像识别的基本过程：图像数字化、特征提取、分类并识别。
卷积神经网络的过程：卷积、池化。
四、延伸
图像识别背后的技术支撑：CNN，RNN，GAN。
生活中的图像识别：人脸支付、无人车库、菜品计价。
课后应用
使用“百度”App，对生活中的植物进行图像识别，记录识别结果，观察是否识别正确。