联系本站客服加+微信号15139388181 或QQ：983228566 |
视频标签：人工智能,常见的研究,应用领域
所属栏目：信息技术优质课视频
视频课题：沪科版高一信息技术选修五第1章初识人工智能第二节人工智能常见的研究与应用领域-上海市 - 浦东新区
本视频配套资料的教学设计、课件 /课堂实录及教案下载可联本站系客服
一、教材分析
普通高中信息技术课程标准（2017年版）中将“人工智能初步”模块列入选择性必修课程。“人工智能初步”模块设置了“人工智能基础”“简单人工智能应用模块开发”“人工智能技术的发展与应用”三部分内容。其中，“人工智能基础”部分主要涵盖以下两条内容要求：
4.1描述人工智能的概念与基本特征；知道人工智能的发展历程、典型应用与趋势。
4.2通过剖析具体案例，了解人工智能的核心算法，熟悉智能技术应用的基本过程和实现原理。 本节课是沪科教信息技术选修5《人工智能初步》第一章第二节的内容。《机器之眼 看懂世界》介绍和探究了人工智能常见的研究与应用领域之一：计算机视觉。课程主要任务是了解计算机视觉的定义，知道计算机视觉“外部世界→感知→认知→作出判断和决策”的信息处理过程，重点在于理解计算机视觉从感知到认知的原理、方法与过程，了解以人脸识别为代表的计算机视觉应用场景。
二、学情分析
在日常生活中，一些智能硬件和应用软件已经融入了计算机视觉的相关技术，大多数学生会有一些初步体验和感性认识。在信息科技课中，学生已经掌握了图像信息的数字化、图像在计算机中的表示方式，在数学课中，学生已经具备向量的初步概念。本节课以人脸识别为具体案例，期望学生理解计算机认知视觉信息的原理、方法与过程，新概念较多，综合性较强，学生学习起来会有一定难度。
三、教学立意
《机器之眼 看懂世界》的教学内容来源于人工智能领域的计算机视觉方向。本节课由中国“天网工程”的介绍视频引入，首先简述了计算机视觉的定义和任务，比较了计算机和人类处理视觉信息的过程，然后复习了视觉感知即图像在计算机中的表示方式，接着以人脸识别为例，重点阐释了视觉认知的原理、方法与过程，最后介绍了计算机视觉的应用场景。本节课以“外部世界→感知→认知→作出判断和决策”的计算机视觉处理过程为主线，将重点和难点落在计算机的视觉认知上面。
本节课通过图片、视频、动画、交互体验等多种方式，期望将学生从复杂公式中解放出来，给他们传
递直观感受，传递科学家的思考，传递学科思想的发展，知其然，更知其所以然。我们认为，思想远比技术更为重要，我们期望搭建学科框架，让学生了解学科思想的诞生、发展和更替，了解学科当前面临的瓶颈，预见未来的发展性和可能性，在这个过程中，夯实学科本体知识，提升学科核心素养。
四、教学目标
[知识与技能]
1、了解计算机视觉的定义和任务
2、熟悉灰度图像和彩色图像在计算机中的表示方式 3、理解特征和特征向量的含义和关系
[过程与方法]
1、通过体验活动，认识计算机视觉的认知难度，比较人类和计算机在视觉认知方面的异同点 2、通过案例剖析，掌握人脸识别的简单分类算法，熟悉基本原理和实现过程
[情感态度与价值观]
1、体验机器学习算法进行人脸识别的简单分类过程，培养计算思维
2、感受人工智能对国家、社会、人类产生的深远影响，提升学习兴趣，激发研究热情
3、关注国家、企业的科学技术发展现状和未来趋势，增强民族自信心和自豪感，增强社会责任意识
五、重点难点
重点：计算机视觉的信息处理过程：外部世界→感知→认知→作出判断和决策 难点：用机器学习算法实现人脸识别的原理、方法与过程
六、教学过程
教学环节 教师活动
学生活动 设计意图
一、引入
播放视频《BBC记者挑战中国“天网工程”》，引入本节课的内容——计算机视觉。
提问：中国“天网工程”具有哪些功能？可能运用了哪些技术？
观看视频、思考、回答问题
通过视频介绍国家层面的计算机视觉系统，增强学生的民族自豪感，激发学生的学习兴趣，引入本节课的内容。
二、计算机视觉定义
阐释计算机视觉的定义和任务。
比较人类和计算机处理视觉信息的过程，它们都是“外部世界→感知→认知→作出判断和决策”的过程。 简述计算机视觉的研究目的和研究意义。
聆听、思考
观察图片、比较、思考、回答问题
引出本节课的主线——“外部世界→感知→认
知→作出判断和决策”的视觉处理过程。
三、视觉感知 回顾图像在计算机中的表示方式。 展示灰度图像，复习分辨率、位深度、像素、矩阵的概念。
展示彩色图像，复习RGB色彩模式的概念，通过实例讲解色彩叠加。
观察图片、回忆、思考、回答问题 复习信息数字化中图像
编码的相关知识。
四、视觉认知
邀请两位学生体验“猜猜他是谁”的游戏：在游戏中，学生通过屏幕上的小圆点，辨认一些熟悉的面孔。 阐释计算机视觉的认知难度：计算机只能一小块一小块地处理图像。
合作探究：利用活动任务单，完成人脸验证、人脸识别、人脸聚类任务，归纳人类是怎样识别人脸的，小组讨论分享。
从人类怎样识别人脸过渡到计算机怎样识别人脸，引入特征、特征向量、特征数量、特征属性的概念。
合作探究：利用活动任务单，通过分析实例，体验人脸识别 “原始图像→特征提取→特征分类→分类结果”的简单分类过程。
体验、观察、猜测，分析计算机和人类在图像认知方面的不同点
小组讨论、完成任务，归纳人类进行人脸识别的过程与方法
聆听、思考、猜测、回答问题
小组讨论、完成任务，思考、猜测分类原理
引导学生理解计算机对图像的认知是抽象的、局部的，体会计算机视觉的认知难度。
通过合作探究活动，让学生初步了解人脸识别的三大任务，为后面对比学习作铺垫。
通过实例引入关键概念，为合作探究活动铺设台阶。
通过合作探究活动，引导学生进一步理解人脸识别的过程与方法，提升计算思维。
简述深度神经网络相比传统分类器的优势。
五、人脸识别应用场景
展示新闻报道，简要介绍中国企业在人脸识别方面的技术发展和社会责任担当。
展示图片、动画，介绍人脸识别的其他应用场景。
小组讨论，展开头脑风暴，自由发言
聆听、思考
增强学生的民族自信心和自豪感，增强社会责任意识。
拓宽思路，加深认识人脸识别技术的落地应用
六、总结
1、计算机视觉的定义 2、计算机对视觉的处理过程 3、计算机视觉的应用场景
回顾、总结
巩固所学知识。
七、板书设计
八、作业设计
1、自行选择阅读材料，深入了解计算机视觉的一个应用场景，在课堂上展示分享 2、人工智能、未来已来，思考我们应该如何看待、如何应对人工智能时代的到来
视频来源：优质课网 www.youzhik.com
