初中人工智能课程 第6课 探索手势识别的奥秘 教学设计.docx

第

第PAGE7页共NUMPAGES7页

课题

《探索手势识别的奥秘》

学科

信息科技

授课对象

七年级

教学用书

青岛版教材

课时

1

教学目标

（一）知识与技能

1.识别什么是手势识别；

2.描述手势识别的工作流程；

3.使用mind+中的相关指令积木编写简单的手势识别应用程序。

（二）过程与方法

1.经历游戏、材料阅读、程序体验、程序分析等活动，描述手势识别的工作流程。

2.能够在同伴合作中编写手势识别应用程序，并在编写、调试、修改、优化程序的过程中，不断加深对手势识别应用的认知。

（三）情感、态度、价值观

1.经历用程序解决现实问题，感受到手势识别对社会发展的积极作用，进而形成学技术，用技术，让技术服务生活的意识。

2.体会到从手势识别作品的使用者变成编写者的满足感。

教学重点及难点

学习重点：

1.手势识别的含义；

2.手势识别的工作流程。

学习难点：

使用mind+中的相关指令积木，编写程序解决现实问题。

教学环节

教学活动

设计意图

环节一

导入新课

1.创设情境，激发兴趣

播放视频：在2002年，好莱坞推出了一部科幻大片，片中的主人公用各种手势操控屏幕上的照片，令当时的我惊叹不已。19年过去了，随着信息技术的发展，这一场景变成了我们真实的生活经历。

2.引出课题

机器是如何读懂我们手势的呢？今天，就让我们一起来探索手势识别的奥秘。

借助科幻场景变现实的案例引出课题的同时，激发学生探究手势识别技术的好奇心。

环节二

理解“学习”

1.手势识别是一种让机器能识别人的手势，并根据手势做出反馈的人工智能技术。

在前面的学习中，我们了解了人工智能就是让机器模仿人的智能行为。所以，要了解手势识别，我们先要了解人是如何识别手势的。

2.学生活动：请大家面向老师，根据老师出示的手势，参照屏幕上的表格，迅速做出动作。

3.在刚才的游戏中，大家是如何读懂老师手势做出回应的呢？

师生共同完成流程图。

4.若我出示这个手势，大家还能做出回应吗？

若要大家做出回应，需在表格中添加什么信息？

5.归纳：机器识别手势的流程和我们人一样，接下来，让我们一步步的来分析。

通过游戏，引导学生调动自身识别手势的经验来参与当下的学习，将机器手势识别的过程与自身手势识别的经验建立关联，为接下来的学习做好铺垫。

环节三

机器识别手势的流程

1.手势检测

（1）出示图片：这是一张机器采集到的图像，在图像中，并非只有手势，还有其他元素。所以，机器先要从这张图像中找到什么？

（2）机器是如何从图像中检测出手势呢？

学生活动：下面请大家打开“资料库”中的“学件.html”，仔细阅读学习资料“手势的检测”，从中找一找：机器对图像进行了哪些处理。

（3）谁来说一说：机器对图像进行了哪些处理，将手势从图像中检测了出来？

机器先在图像中找到肤色区域，并将肤色区域转化为白色，其他区域转化为黑色；然后再找到肤色区域中的非手势区域，将其转化成黑色。这样就将手势检测了出来。

2.手势特征提取

（1）机器检测出手势后，接下来做什么呢？

（2）机器是如何获取手势形状特征和运动轨迹特征的呢？

学生活动：请大家运行“资料库”中的“特征提取.bat”程序。程序运行后，将手面向摄像头，一边变化手势，一边观察。

（3）在我们的手部出现了什么？

机器在我们的手部设置了21个关键点，其中一个位于手腕的位置，其他二十个位于指尖、指关节的位置。

（4）这些关键点对机器获取手势形状特征有什么帮助呢？

出示图片：请大家对比一下这两个手势，看一看：

关键点0到其他关键点的距离是否相同？

关键点0和其他关键点连线间的夹角是否相同？

机器可以通过计算出什么数据来获取手势形状特征？

机器通过计算出关键点之间的距离以及关键点连线间的夹角来获取手势的形状特征。

（5）这些关键点对机器获取手势运动轨迹有什么帮助呢？

我们再来看一个手势：手势在运动的过程中，关键点会不会随着手势的移动而移动？

所以，机器通过实时采集关键点在运动中的位置信息，利用这些位置信息计算出手势的运动轨迹。

（6）对计算出的数据，机器会做进一步的处理，形成手势特征值，保存在计算机中。

所以，机器是通过计算出手势特征值来获取手势特征的。

3.手势匹配

（1）当机器找到手势特征后，接下来做什么？

（2）机器是如何执行匹配操作的呢？

学生活动：请大家运行“资料库”中的“手势建模”程序，从中找一找：识别手势前，机器做了哪些工作？（注意事项：戴上耳机，认真倾听程序中的指令。）

?出示程序：在识别手势前，机器做了哪些工作？

?机器将获取的手势特征与谁进行匹配的？

（3）我发现机器在识别手势时，出现了误判现象，这说明当前建立的分类模型完善吗？

（4）如何让分类模型更完善？

一个好的分类模型离不开大量数据做支撑。

（5）当机器识别出手