初中人工智能校本课 第3课 人工智能手势分类 教案.docxVIP

初中人工智能校本课第3课人工智能手势分类教案

教学环节

教师活动

学生活动

设计意图

时间

课程导入

1.组织学生进行传统“剪子包袱锤”游戏，邀请几组学生上台演示，活跃课堂气氛。

2.提问学生：“如果让计算机来判断我们出的是剪子、包袱还是锤，它该怎么做呢？”

引出人工智能手势分类算法主题。

1.积极参与“剪子包袱锤”游戏，在小组内与同学进行游戏互动，被邀请上台的学生大方展示游戏过程，感受游戏乐趣。2.针对计算机如何判断手势的问题，自主思考并在小组内交流想法，每组推选一名代表分享初步设想，如“计算机可能要记住每个手势的样子”。

通过亲身体验游戏，调动学习热情；小组讨论与分享，激发学生探索计算机实现手势判断的好奇心，自然引入教学主题。

5分钟

知识讲解

1.人工智能与手势分类概念

解释人工智能是模拟人类智能的技术，介绍其在生活中的广泛应用。

说明手势分类是人工智能的一个应用方向，即让计算机识别不同手势并归类，以剪子包袱锤为例，就是让计算机区分出三种手势。

2.手势分类算法原理（以剪子包袱锤为例）

图像采集：借助摄像头等设备，将手势转化为图像信息，就像给手势拍照。

特征提取：分析剪子、包袱、锤三种手势的关键特征。如剪子是两根手指伸出呈“V”型，有明显分叉；包袱是五指并拢张开；锤是握拳。

分类判断：计算机将提取的手势特征与预先存储的剪子、包袱、锤特征模板对比，判断出当前手势类别。

3.常见手势分类技术

介绍基于计算机视觉的手势分类方法，简单说明其通过图像处理技术分析手势形状、轮廓等特征。

1.概念学习

观看教师展示的人工智能图像分类的应用视频，结合教师讲解，在笔记本上记录人工智能和手势分类的定义关键词，如“模拟人类智能”、“手势归类”。

2.原理探究

以小组为单位，观察教师提供的剪子、包袱、锤手势高清图片，讨论“摄像头是如何把我们的手势变成计算机能懂的信息”，每组派代表用自己的语言解释图像采集过程，如“摄像头像眼睛，把手势画面变成数字信号”。

动手操作：使用平板上的标注软件，对剪子、包袱、锤手势图片进行特征标注，标出手指数量、形状轮廓等关键特征，完成后小组内互相交流标注结果，共同总结三种手势的特征。

开展“分类判断小挑战”：教师给出一些提取好特征的手势数据，学生分组尝试将这些数据与教师提供的特征模板对比，判断手势类别，分享判断过程和依据。

3.技术认知

阅读教师发放的资料卡片，了解基于计算机视觉的手势分类方法，结合生活中扫码支付时摄像头识别手势的例子，在小组内讨论该技术的工作方式，每组绘制一张简单的流程图，展示基于计算机视觉的手势分类步骤，选派代表上台讲解。

让学生通过多种活动，如观看视频、小组讨论、动手标注、卡片阅读、绘制流程图等，主动参与知识学习，深入理解抽象概念与原理，培养自主学习、合作探究和知识应用能力。

25分钟

实践探究

1.探究任务布置

提供基于Python的简易手势分类程序（已封装核心算法，界面有摄像头启动按钮、手势类别显示区域），讲解程序操作方法，包括打开摄像头、做出手势让程序识别、查看分类结果。

探究任务：学生分组探究如何提高程序对手势分类的准确率，如调整手势大小、距离摄像头远近、光线条件等因素，记录不同条件下的识别结果。

2.分组探究实践

学生分组，每组制定探究计划，明确分工，如操作员负责使用程序、记录员记录数据、观察员观察实验现象。

小组成员依次做出剪子、包袱、锤手势，在不同条件下测试程序识别情况，填写探究记录表，记录手势类型、实验条件、识别结果。

3.数据分析与讨论

各小组对数据进行分析，总结影响手势分类准确率的因素，如手势清晰完整、距离摄像头适中、光线充足时准确率较高。

小组间交流分享探究成果，教师引导学生思考这些因素与手势分类算法原理的联系，如光线影响图像采集质量，进而影响特征提取。

1.认真聆听教师对简易手势分类程序的讲解，在教师指导下，小组成员共同学习程序操作，互相帮助完成首次手势识别尝试。

2.小组讨论制定探究计划，明确每个成员的分工和任务，按照计划有序开展实验，如操作员多次调整手势大小、距离，记录员详细记录每次实验数据，观察员仔细观察实验现象并及时提醒。

3.运用课堂上学到的图表制作方法，将实验数据整理成柱状图或折线图，分析数据变化趋势，小组讨论总结出影响手势分类准确率的因素。

4.在小组交流环节，积极分享本小组的探究过程和结论，认真聆听其他小组分享，提出疑问和建议，共同完善对影响因素的认识，并思考这些因素与手势分类算法原理的内在联系。

通过实践探究活动，让学生将理论知识应用于实际，在操作、观察、分析和交流中，加深对算法原理的理解，提升实践操作、团队协作和数据分析能力。

25分钟

课堂总结

1.回顾本