项目7 刷脸签到系统

《刷脸签到系统》教学设计课题：刷脸签到系统授课对象：中职一年级课型：新授课课时：3课时教材分析：结构内容：本节课选自《人工智能通识》的项目九。本节课的主要内容是了解人工智能在计算机视觉领域的典型应用-人脸识别，熟悉一种开源的人脸识别工具，并能熟练应用在图片人脸识别和视频人脸识别上。地位作用：计算机视觉是人工智能技术的一大应用领域。近年来，深度学习的发展推动了计算机视觉或图像领域取得了很大进展。本节课的学习将带领学生了解人脸识别，并且能够动手实现智能刷脸签到系统中的人脸识别功能。学情分析学习心理特征：本节课的授课对象为中职一年级学生该阶段的学生，学习自制力较差，上课注意力易被分散，因此在上课过程中，应该采用讲练结合的方式，让学生能够在实践中学习和巩固课程内容。同时该阶段的学生有很多自己的想法和创意，因此在设计任务时，需要给学生一定的自由发挥的空间，让学生自主地学习和实践。另外由于中职一年级的学生水平各不相同，因此教师在学生操作过程中应该实时观察，引导并鼓励基础较差的学生完成练习。知识基础：中职一年级学生已经掌握了计算机的使用，并且基于前面项目的学习，能具备一定的代码阅读与代码编写能力，因此可以让学习独立在开发环境中逐步的编写代码、运行代码、直到实现预期效果。教学目标知识与技能目标：能够说出人脸识别的应用场景能够说出Face_recognition可以做什么能够说出OpenCV是什么能够使用OpenCV处理视频能够熟练使用Face_recognition定位人脸能够熟练使用Face_recognition对比人脸能够熟练使用Face_recognition识别人脸过程与方法：小组合作讨论人脸识别的常见应用。根据教师发布的实训任务书，自主使用Face_recognition实现对图片中的人脸进行定位。根据教师发布的实训任务书，自主使用Face_recognition实现人脸的比对。根据教师发布的实训任务书，自主使用Face_recognition实现图片中的人脸识别。根据教师发布的实训任务书，自主设计使用Face_recognition实现视频中的人脸识别。情感态度与价值观：能够对实际工作岗位的工作内容有所认知。通过小组合作的方式，培养学生的主动参与的意识，强化自身的责任感，以及增强自己的合作能力。教学重难点教学重点：1、能够说出人脸识别的应用场景2、能够说出OpenCV是什么3、能够熟练使用Face_recognition定位人脸4、能够熟练使用Face_recognition对比人脸5、能够熟练使用Face_recognition识别人脸教学难点：1、能够熟练使用Face_recognition识别人脸教学方法教法：任务驱动法、练习法学法：自主学习法、小组合作学习法教学准备教学环境：多媒体网络计算机房教学资源：多媒体网络计算机，派Lab平台，PPT课件，微课教学过程教学内容及过程时间分配设计意图一、创设情景【教师活动】现在，人脸识别的技术已经布满了大街小巷，移动支付端的刷脸支付，没有现金与手机也可以买东西了，小区门口设置了刷脸进小区的装置，极大提高了小区物业管理的效率；上班考勤刷脸就能打卡，；而这些全部归功于当下很成熟的计算机视觉技术——人脸识别。小派想要动手研究人脸识别，希望未来可以给同学们做一个刷脸签到系统，但是小派缺乏经验，没法自己完成，于是小派向我们寻求了帮助。2分钟该环节通过创设生活中真实存在的情景，让学生了解人脸识别的应用场景。二、任务分析【教师活动】小派给我们布置了一个任务就是能够实现人脸识别功能，由于真实的刷脸签到场景是通过摄像头捕捉人脸随刷随签的，考虑到实训平台无法与本地摄像头连接，所以我们可以改变一种方式，通过传入图片或者视频的方式来识别其中的人脸并且做出姓名标注。首先我们需要对如何开展该任务进行分析（该过程可以让学生进行小组讨论回答）预设：首先要了解实现人脸识别比较成熟且操作简单的工具有什么，接着了解实现人脸识别的流程如何拆分成一些子任务，比如定位人脸、人脸比对、人脸姓名标注等，然后针对不同难度的子任务逐步去实现，最终能够实现人脸识别。【学生活动】小组展开讨论各小组发表自己的任务分析结果【教师活动】对各小组的讨论结果进行评价，最后进行小结，得出最后的任务分析结果：子任务一：基于Face_recognition实现人脸定位子任务二：基于Face_recognition实现人脸比对子任务三：实现图像中的人脸识别子任务四：实现视频中的人脸识别5分钟该环节主要是对本节课的任务的一个讨论分析，在该过程中，让每个学生对接下来要完成的任务进行分析和讨论，让学生成为课堂的主体，提高学生的参与感，提升学生的自主思考能力。新知学习任务一：基于Face_recognition实现人脸定位【教师活动】请同学们查阅资料并讨论人脸识别的概念，以及它在实际生活中的应用。预设：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。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。1）门禁系统受安全保护的地区可以通过人脸识别辨识试图进入者的身份。人脸识别系统可用于企业、住宅安全和管理。如人脸识别门禁考勤系统，人脸识别防盗门等。2）智慧出行目前利用人脸核验证技术的刷脸安检已进入普遍应用阶段，在高铁站、普通火车站和机场皆已大面积推广。3）城市安防人脸识别应用在车站、机场等公共场所，可以有效识别可疑人物，提早发出预警，保卫市民安全。4）智能家居人脸识别在智能家居中主要应用在安全解锁和个性化家居服务两个场景。在安全防范方面，人脸识别可以提供相对安全和便捷的入户解锁技术，将可能逐步替代传统密码或指纹门锁。智能门铃可以通过入脸识别对访客身份进行识别。另外家中的监控摄像头可以实时监测，如发现陌生人脸立即提醒住户并报警。【学生活动】思考并回答问题【教师活动】对学生的回答进行小结。同学们说的都不错，现如今人脸识别产品已广泛应用于金融、司法、公安、政府、航天、电力、工厂、教育、医疗及众多企事业单位等领域。那么关于人脸识别的实现，一般来说都要经过大量数据的采集、标注、复杂的模型训练，同时需要高性能的硬件资源的配合。Face_recognition是一个强大、简单、易上手的人脸识别开源项目，并且配备了完整的开发文档和应用案例。你可以把它当一个python库来使用，或者以命令行工具的方式提取、识别、操作人脸。我们可以基于这个工具快速地实现人脸识别。

下面请同学们打开派Lab，参照实训任务书，完成任务一，人脸定位，也就是说确认输入的图片中的人脸所在的位置。在进行任务一的过程中，需要掌握一个核心函数：face_locations函数，可以定位图像中识别出的所有人脸位置信息，返回值是列表形式，列表中每一行是一张人脸的位置信息，包括[top,right,bottom,left]。【学生活动】参考实训任务书，熟悉Face_recognition工具的使用，能够对一张人脸图片进行人脸定位。【教师活动】在学生练习时进行巡视，对一些动手能力较弱的学生进行相关的指导，引导学生完成练习。30分钟在该环节中，先通过提问的方式让学生自主搜索和了解人脸识别相关的概念；同时让学生积极讨论，增加学生之间的互动与交流。另外，让学生能够动手尝试首先人脸识别的第一步，完成一个小任务也能增强学生的成就感。任务二：基于Face_recognition实现人脸比对【教师活动】在上一个任务中，我们能够定位图片中的人脸，那么进一步的就可以针对定位出的人脸进行其他计算。比如通过提取两张人脸的特征,再计算两张人脸的相似度,从而判断两张人脸是否为同一个人。下面请同学们参考实训任务书，先熟悉人脸比对的基本流程，然后分别用你和同学的人脸作为数据，完成任务二。同学们在完成任务二的过程中，需要理解一个核心函数：compare_faces函数，判断图像中的人脸是否为已知。face_pare_faces(known_face_encodings,face_encoding_to_check,tolerance=0.6)作用：判断一张人脸图像是否在已知人脸列表存在匹配项。其中参数known_face_encodings表示已知人脸的编码列表；face_encoding_to_check表示一张未知人脸的编码；tolerance表示两张脸的向量距离小于该值则归类为同一个人，默认阈值0.6。举个例子：encoding列表=[同学1的编码,同学2的编码,同学3的编码]；需要判断的人脸编码=同学3的编码compare_faces(encoding列表,需要判断的人脸编码)=[False,False,True]因为compare_faces()将需要判断的人脸编码与encoding列表中的第一个编码进行比较，发现不是同一张脸，所以函数输出列表的第一个元素是False。以此类推，所以将人脸编码与列表中的第三码进行比较会发现是同一张脸，所以所以函数输出列表的第三个元素是True。【学生活动】参考实训任务书，完成任务二。【教师活动】在学生练习时进行巡视，对一些动手能力较弱的学生进行相关的指导，引导学生完成练习。20分钟在该环节中，主要让学生熟悉实现人脸比对的过程，增加学生对Face_recognition工具的熟练度。任务三：实现图像中的人脸识别【教师活动】基于前两个任务，同学们应该熟练了face_recognition对于人脸的基本操作方法，比如如何加载一张图片，如何获取图片中的人脸位置，如何对图片中的人脸进行编码，然后进行人脸比对。现在，同学们进一步的实现人脸识别，这就需要在加载人脸编码的时候同时设置人的名字，这样在对未知图片进行人脸识别的时候，可以识别到已知的人脸并打上正确的名字标签。在这里同学们即将用到一个python库，Pillow库，它提供了广泛的文件格式支持、高效的内部表示和相当强大的图像处理功能，并且为一般的图像处理工具提供了坚实的基础。主要用到库中的两个模块：Image和ImageDraw。Image模块是Pillow库的基础模块，只有Image类型的图片数据才可以被Pillow库处理。ImageDraw模块可用于创建新图像、对现有图像进行注释或润色，以及动态生成图形以供Web使用。本任务中，我们将使用ImageDraw模块对图像进行标注：1、将人脸用矩形框出来2、对人脸进行姓名标注现在就请同学们参考实训任务书，自主完成任务三。【学生活动】参考实训任务书，完成任务三。【教师活动】在学生练习时进行巡视，对一些动手能力较弱的学生进行相关的指导，引导学生完成练习。识别结果（供参考）30分钟该环节是一个实训环节，结合学生自身的特点，让学生自己参考任务书，完成任务，提高学生的自学能力，以及动手实践能力。任务四：实现视频中的人脸识别【教师活动】上一个任务是识别图片中的人脸，那么能否识别视频中的人脸呢？这样可以模拟摄像头捕捉画面中的人脸并且做出人名标注。在这个任务中，首先我们就需要熟悉对视频文件的基本处理。OpenCV是计算机视觉领域一个图像和视频处理库，用于各种图像和视频分析，如面部识别和检测，车牌阅读，照片编辑，高级机器人视觉，光学字符识别等。OpenCV用C++语言编写，它具有C++，Python，Java和MATLAB接口，并支持Windows，Linux，Android和MacOS。对于python而言，在引用OpenCV库的时候需要写为importcv2。视频信号时由一系列的图像构成的，这些图像称为帧，播放帧的速度称为帧速率，通常使用帧/秒表示，即FPS（FramesPerSecond),每秒出现的帧数。视频文件格式是一种用于存储数字视频数据的文件格式，典型的视频文件格式包括*.avi、*.mp4、*.mov和*.wmv。在OpenCV中，使用cv2.VideoCapture()捕获不同来源的视频，如图像序列、视频文件和相机。【学生活动】参考实训任务书，完成任务四。【教师活动】在学生练习时进行巡视，对一些动手能力较弱的学生进行相关的指导，引导学生完成练习。30分钟该环节是一个实训环节，结合学生自身的特点，让学生自己参考任务书，完成任务，提高学生的自学能力，以及动手实践能四、课堂小结【教师活动】教师请各小组对本节课学习的内容进行小结。最后教师进行总结。布置课后习题5分钟让学生自己进行小结，加深学生对本节课知识的理解，也同时锻炼学生总结归纳的能力。学习效果评价课后习题题型题目答案填空题（一空一分）1、阐述人脸识别的概念2、阐述人脸检测与人脸识别的区别3、FaceRecognition实现人脸比对的函数是（）1、略2、略3、compare_faces选择题（每题2分）4、以下属于人脸识别应用场景的是（）A.人脸支付B.火车站扫脸进站C.疑犯追踪D.楼宇门禁5、OpenCV用于读取视频文件的函数是（）A.imread()B.imshow()