高教社贾树生人工智能技术应用导论教案--《人工智能应用导论》3-1 计算机视觉与人脸识别.docxVIP

教案（2学时）

课程名称：人工智能应用导论项目名称：项目三人工智能+智慧出行:人脸身份核验授课学时：2

授课任务：理论基础

1教学分析

1.1授课信息

授课专业

计算机类专业

授课对象

大一

授课形式

线上线下混合，理实一体

授课地点

实训室

授课教师

贾树生、史玉琢、王彧欣、张超颖、孟妍妍、李杨

授课时间

1.2教学背景

本节课是项目三的理论基础部分。以高铁“刷脸”进站为切入点，系统讲解计算机视觉（CV）的基本概念、核心任务（分类、检测、分割）及基石技术——卷积神经网络（CNN）。深入剖析人脸识别的技术流程（检测、对齐、特征提取、匹配）及其在智慧出行中的应用，并探讨技术面临的挑战与伦理边界，为后续的人脸核验系统开发（本地部署与云端调用）奠定坚实的理论与思维基础。。

1.3任务分析

本节课是项目三的“认知构建”阶段。在明确了项目背景与目标后，重点解决“机器如何看懂世界”和“人脸识别如何工作”的核心原理问题，旨在培养学生的算法认知能力和系统思维，将抽象的数学原理与具体的智慧出行场景相结合。

1.4教学目标

知识目标

理解计算机视觉的定义及人类视觉与机器视觉的区别；

掌握图像分类、目标检测、图像分割三大核心任务的区别与应用场景；

理解卷积神经网络（CNN）的核心思想（局部感受野、参数共享）及典型层级结构；

掌握人脸识别的四个核心步骤（检测、对齐、特征提取、匹配）及1:1与1:N的区别。

能力目标

能够分析实际场景（如自动驾驶、智慧医疗）中使用的计算机视觉任务类型；

能够绘制人脸识别系统的技术流程图；

能够初步评估人脸识别技术的伦理风险与法律边界。

素质目标

树立科技报国意识，了解我国在AI视觉领域的战略地位；

培养数据隐私保护、算法公平及法律法规遵守的职业素养。

1.5重点难点

教学重点

计算机视觉的核心任务：分类、检测、分割；

卷积神经网络（CNN）的卷积与池化原理；

人脸识别的完整技术流程。

教学难点

理解CNN中特征提取的层次化过程；

理解人脸特征向量的“类内聚合，类间分离”原则。

1.6课程思政

思政元素

国家战略意识、科技伦理与法治精神。

融入方式

战略导入：通过引用《新一代人工智能发展规划》，展示我国在语音识别、视觉识别等领域世界领先的地位，增强学生的民族自豪感与使命感。

法治教育：结合人脸识别面临的隐私挑战，引入《个人信息保护法》及《人脸识别技术应用安全管理办法》的讨论，引导学生树立“科技向善”和法律底线意识。

2教学策略

2.1教学设计

本节课采用线上线下混合式教学，结合情境导入、原理解析、案例研讨与可视化演示，将抽象的算法原理具象化。

2.2教学方法

教法

情境导入法、图示教学法、案例分析法、启发式提问法。

学法

对比分析法、小组讨论法、可视化探究法、流程图绘制。

2.3教学资源与环境

教材与数字化资源

1.《人工智能应用导论》高等教育出版社；

2.自主开发的线上教学资源《人工智能应用导论》。

教学平台

1.超星学习通平台、智慧职教

教学环境

实训室

3教学流程

4教学活动

4.1课前

教学环节

教学内容

教师活动

学生活动

设计意图

课前导学

项目背景：智慧出行与人脸识别。

计算机视觉入门：人眼成像vs相机成像。

人工智能国家发展战略。

1.【任务推送】发布高铁“刷脸”进站的体验视频及《新一代人工智能发展规划》节选。

2.【个性辅导】在学习通讨论区引导思考：“为什么机器能认识我？”

3.【策略调整】调查学生对AI视觉技术的了解程度，调整课中讲解深度。

1.【自主学习】观看视频，阅读发展规划，了解我国AI成就。

2.【思考记录】记录自己对“机器视觉”的疑问。

3.【线上自测】完成计算机视觉基础概念的摸底测试。

通过国家战略背景的导入，激发学生的家国情怀。通过生活化场景，降低理论门槛，引发探究兴趣。

4.2课中

课中实践

例会（5分钟）

考勤。

课前学习情况梳理。

1.【课堂考勤】点名，记录出勤。

2.【激励措施】对预习中提出高质量问题（如“双胞胎怎么识别”）的同学给予表扬。

3.【学情反馈】总结预习中普遍存在的误区（如“看到等于看懂”）。

1.【课堂签到】按规打卡。

2.【听取反馈】反思自己的预习理解，进入学习状态。

快速进入学习状态，连接课前与课中知识。

引入（5分钟）

1.案例导入：高铁站“无感通行”。

2.知识点：计算机视觉的定义。

1.【情境导入】播放高铁闸机“刷脸”进站的第一视角视频。提问：“闸机是如何在1秒内确认我身份的？它‘看’到了什么？”

2.【分组讨论】组织学生讨论机器视觉与人类视觉的区别（像素vs意义）。

3.【引出课题】引出“计算机视觉”及卷积神经网络的主题。

1.【观看案例】身临其境感受AI技术，思考背后的原理。

2.【参与讨