【人工智能基础与应用】教案 第4课

4人工智能的应用技术（一）第4人工智能的应用技术（一）第课PAGE44PAGE5第课4PAGE5第课人工智能的应用技术（一）第课第课人工智能的应用技术（一）4PAGE1PAGE1

课题人工智能的应用技术（一）课时2课时（90min）教学目标知识技能目标：（1）了解图像识别的原理和过程；（2）了解人脸识别的特点和过程；（2）了解文字识别的发展历程和基本流程；思政育人目标：（1）熟悉人工智能的应用技术，拓展学生的视野，增加学生的知识储备；（2）探究应用实践背后的技术原理，培养学生的钻研精神；教学重难点教学重点：图像识别的原理、人脸识别的特点、文字识别的基本流程教学难点：纸质文档电子化的方法教学方法情景模拟法、问答法、讨论法教学用具电脑、投影仪、多媒体课件、教材教学设计第1节课：

传授新知（28min）第2节课：问题导入（5min）

传授新知（15min）

实践体验（10min）

课堂讨论（10min）→

课堂小结（3min）

作业布置（2min）教学过程主要教学内容及步骤设计意图第一节课课前任务【教师】布置课前任务，和学生负责人取得联系，让其提醒同学通过网络或其他软件，查阅资料《阿里巴巴人脸识别》。阿里巴巴使用的是“1：1人脸验证”人脸验证产品，通过动作检测和数据模型深度学习来综合判断风险。可以更好的应对和解决线上经常造假等情况。截止目前，该技术识别能力仍保持“零失误”纪录。提前上网观看相关资料，熟悉教材通过课前的预热，让学生了解所学课程的大概内容，激发学生的学习欲望考勤

（2min）【教师】清点上课人数，记录好考勤【学生】班干部报请假人员及原因培养学生的组织纪律性，掌握学生的出勤情况互动导入

（15min）【教师】创设情景，进行案例分析、提问我们的生活中人脸识别的应用场景？【学生】思考、讨论【教师】组织发言请小组组长总结全组结论，派代表进行发言。【学生】发言通过互动导入，引导学生思考，调动学生的主观能动性传授新知

（28min）【教师】通过大家的发言，引入新的知识点，讲解机器“看”世界一、图像识别图像识别是利用计算机智能算法对数字图像进行处理、分析和解释，以达到识别各种不同状态的目标和对象的技术。1．图像识别的原理计算机先对图像进行处理，然后提取图像的特征，接着对这些特征进行分类，最后根据特征的分类结果确定图像的信息，从而实现图像识别。2．图像识别的过程（1）图像获取：主要是指图像采集，即借助摄像机、扫描仪或摄像头等设备采集静态或动态图像，并将它们转换成数字图像进行存储。（2）图像预处理：图像增强、图像复原、图像编码与压缩、图像分割。（3）图像识别：像特征提取与选择、分类器设计、分类决策。二、人脸识别人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术，也是图像识别的一个研究方向。。【多媒体】播放“人脸识别”短视频，使学生初步认识人脸识别技术1．人脸识别的特点非强制性：人脸采集设备几乎可以在用户无意识的状态下获取人脸图像，即用户不需要专门配合人脸采集设备，这样的采集方式对用户而言没有强制性的要求。非接触性：用户不需要和设备直接接触，设备就能获取人脸图像。并发性：在实际应用场景中，人脸识别可以同时对多个人脸进行分拣、判断和识别。2．人脸识别的过程人脸图像采集与检测在人脸图像采集过程中，当用户在采集设备的拍摄范围内时，采集设备会自动搜索并拍摄用户的人脸图像。人脸检测是人脸识别中的重要组成部分。人脸图像预处理在人脸检测结果的基础上，对图像进行处理，最终服务于特征提取的过程。人脸图像特征提取也称为人脸表征，它是针对人脸的某些特征进行的，是对人脸进行特征建模的过程。人脸图像匹配与识别提取的人脸图像的特征数据与数据库中存储的特征模板进行匹配，并设定一个阈值，然后通过将匹配的相似度与阈值进行比较，来判断人脸的身份信息。【学生】聆听、思考、理解、记忆通过讲解，让学生了解图像识别、人脸识别、文字识别的理论知识，并分别掌握其识别过程第二节课问题导入

（5min）【教师】提问引出新知识点【学生】思考、发言用问题导入，让学生对文字识别产生兴趣，激发学生的求知欲传授新知

（15min）【教师】提供网络，可供学生查找资料，对学生进行分组，安排任务请大家分组收集常见的文字识别的软件。并分析他们的性能。【教师】播放图片（详见教材）点评、讲解、通过大家的发言，引入新的知识点，讲解文字识别。一、文字识别文字识别是利用计算机自动识别字符的技术。【多媒体】播放“OCR文字识别”短视频，使学生初步了解文字识别技术1．OCR的发展历程1929年，奥地利科学家古斯塔夫·陶舍克（GustavTauschek）最先提出来的OCR的概念。（2）20世纪70年代，中国在OCR技术方面的研究工作起步。（3）1986年以后，中国的OCR研究有了突破性的进展。（4）20世纪90年代后，中国OCR的识别正确率和识别速度得到了提升，从而满足了广大用户的需求。（5）目前，随着人工智能时代的到来，深度学习技术进入了计算机视觉领域，一种全新的基于深度学习的智能OCR问世。智能OCR不仅实现了从单字识别到多字识别的跨越，还实现了对手写字体的识别。2．OCR的基本流程（1）图像输入：利用电子设备采集待识别的图像。（2）图像预处理：对图像进行二值化、去噪、倾斜矫正等处理。（3）版面分析：将待识别文档图片中的内容分段、分行处理。（4）字符特征提取：定位出待识别文档图片中字符串的边界，并对字符串中的单个字符进行切割。（5）字符特征提取：提取字符的特征，为后面的识别提供依据。（6）字符识别：将当前字符的特征向量与特征模板库进行模板粗分类和模板细匹配，识别出字符信息。（7）版面恢复：将识别结果按照原来的版面排版，输出规定格式（如Word、Pdf格式）的文档。（8）后处理校正：根据特定语言的上下文关系，对识别结果进行校正。【学生】聆听、思考、理解、记忆利用实践探索法，让学生们主动查找资料，留下印象，然后教师进行系统的讲解，帮助学生更好地理解知识点实践体验

（10min）【教师】提供网络，带领学生用手机下载安装文字识别类App。并体验其识别过程（1）安装文字识别类App。在“应用市场”App的搜索框中查找选择。（2）打开文字识别类App。在手机桌面上点击“下载APP”图标。（3）使用文字识别类App。将摄像头对准待识别的纸质文档进行拍照调整检测框后，App便开始自动识别文字了，点击“保存”按钮，即可查询取字结果。【学生】操作、思考、体验通过带领学生体验文字识别软件的使用，使学生了解纸质文档电子化的方法课堂讨论

（10min）【教师】组织学生讨论以下问题：图像文字识别应用所作的事是，从一张给定的图片中识别文字。这比从一份扫描文档中识别文字要复杂的多。你认为该如何提高文字识别的准确率呢？【学生】思考、讨论、举手发言【教师】对学生的发言进行总结通过课堂讨论，使学生进一步理解所学知识课堂小结

（3min）【教师】简要总结本节课的要点本节课学习了图像识别、人脸识别、文字识别的发展历程及基本流程，体验了纸质文档电子化操作步骤。希望大家通过本节课的学习，能够对图像识别、人脸识别和文字识别有个全面的认识。【学生】总结回顾知识点总结知识点，巩固印象作业布置

（2min）【教师】布置课后作业（1）文字识别软件种类繁多，各有优缺点。分析市面上常见的几种文在识别软件，并请查阅资料，简述这几种软件的优缺点。3～5人一组，选择负责人，自行查阅资料，结合自身想法，简述常见文字识别软件的优缺点（不少