华东师大版必修1 第4章第1节 体验计算机视觉应用 课件.pptVIP

高中信息技术 必修一 数据与计算 第 四 章 走近人工智能 本章学习目标 ? 体验借助人工智能平台实现人脸图像智能处理的过程,了解计算机视觉 系统的作用 和应用场景。 ? 通过实例体验机器学习的基本过程,知道人工智能的发展历程。 ? 认识人工智能在信息社会中的重要作用,感受人工智能产生的影响,了解人工智能的  广泛应用可能会引发的社会问题及应对策略 计算机真的能够具有“像人类一样思考”的能力吗? 其实,人类对于机器智能的思考可以 追溯到 1950年艾伦·麦席森·图灵在《智慧》(Mind)期刊发表的 学术论文《计算机器与智能》1956年,约 翰·麦卡锡等学者发起举行“人工智能夏季研讨会”,指出“人工智能”的研 究目标是实现能模拟人类的机器,该机器能够使用语言,具有概念抽象和理解能力,能够完成人类才能完成的任务,并不断提高自身。 “人工智能”这一概念提出后,迅速发展成为一门广受关注的交叉和前沿学科。一方面,随着互联网的普及、物联网的渗透、大数据的形成、信息社区的崛起,数据和信息在人类社会、物 理空间和信息空间之间逐渐交叉融合与相互作用;另一方面,新技术、新产业和新业态的不断涌现,也促使对人工智能基本理论和方法的研究出现新的变化。正是这些变化使得人工智能 的新型应用呈现出勃勃生机。 项目主题 智能工具好帮手 项·目·情·境 人工智能的发展深深地影响着人们的生活、学习和工作,它在给人们带来各种 便利条件的同时,也对未来人类的思维方式、交流方式和工作方式的发展提出了 挑战。 小申从小就对摄影感兴趣。近年来,小申发现不仅是数码相机,很多智能手机 在拍摄人像的时候,都会用一个矩形框标记取景框中的人脸。也就是说,数码相机 和智能手机已经能够和人类一样,通过“观察”和“思考”,判断出“有没有人”以及“人 在哪里”。这是不是可以理解为一种由人创造的“类人智能”? 小申经常在各种场 合中听到“机器学习”这个概念。那么,机器如何学习? 经过学习后,又能完成哪些 任务呢? 伴随着各种智能应用的普及,人工智能可能产生哪些社会问题,我们又应 该如何应对呢? 项·目·任·务 第一节　体验计算机视觉应用 课 堂 导 入 视觉是人最重要的感觉,至少有80%的外界信息需要通过视觉来获取,如外界物体的大小、数量、颜色、动静等。在日常生活中,我们可 以分辨出不同的动物,也可以识别出一间教室里有几个人,这主要是 依靠我们的眼睛、视神经和大脑的视觉中枢实现的。眼睛用于成像, 大脑对视网膜上的图像进行处理,最终得出反馈结果。 图 4.1 拍照过程中的人脸自动检测 随着信息时代的发展,互联网上时时刻刻都在产 生和传播着海量的图像,正是在这些海量数据和人工 智能算法的帮助下,计算机的“视觉”正变得越来越 “清晰”。因此,基于计算机视觉的应用被广泛推广, 其中与我们生活最密切的恐怕要数人脸定位与人脸识别了。 当我们在使用数码相机或智能手机拍摄照片的 时候,都会用到人脸检测功能,即使用矩形框将拟捕 捉画面中的人脸标记出来,如图 4.1所示。有些应用 软件还可以在成功定位人脸后,对人脸进行“美颜”处 理,或者添加各种装饰。 思考：对于计算机而言,无论是图像还是视频,都是一串由“0”和“1”构成的序列。那么计算机是如何在这些“0”和“1”中“找到”人脸的呢? 计算机视觉是一门研究如何使机器“看清”和“看懂”的学科,进一步地说,就是指用图像采集设备和计算机代替人眼完成对目标的识 别、跟踪和测量等工作。 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,有时也被称为人像识别、面部识别,也是计算机视觉重要的研 究方向之一。广义的人脸识别包括构建人脸识别系统的一系列相关 技术,如人脸图像采集、人脸检测(含定位)、身份确认以及身份查找 等;而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。 早在20世纪50年代,认知科学家就已经开展了人脸识别方面的研究。20世纪60年代,人脸识别开始进入工程化应用。当时的方法主要利用了人脸的几何结构,通过分析人脸器官特征点及其之间的位 置关系进行识别。这种方法简单直观,但是一旦人脸姿态、表情发生变化,则识别正确率严重下降。1991年,著名的“特征脸”方法第一次 将分析和统计特征引入人脸识别任务,在实用效果上取得了长足的进步。 进入21世纪,随着人工智能技术的发展,研究者开始关注在各种 面部图像采集条件(不同的光照、不同的传感器以及是否进行了压缩 等)或被拍摄者各种主观条件(面部的不同姿