2.2 “认识”一个人（课件）（共20张PPT）-八年级信息技术上册同步精品课堂（新川教版）

中物理 第二单元 让机器认识我 川教版（2020） 信息技术（八年级上册） 第2节 “认识”一个人 学易同步精品课堂 1 课堂导入 同学们：上节课我们学习了让机器认识我们的脸，并用方框或圆形框来定位标注我们的脸。 今天这节课我们要来学习让机器认识一个人，同学们想不想知道机器是怎样认识我们的呢？下面我们一起来学习。 学习目标 1 1.了解机器学习的过程。 2.了解基于图片的人脸识别训练过程。 3.体验基于视频的人脸识别训练。 2 目录 一、如何从图片“认识”一个人 二、识别训练 三、拓展阅读：人脸识别技术的“前世今生” 如何从图片“认识”一个人 一 一、如何从图片“认识”一个人 如何从图片“认识”一个人 一 前面学习了人脸定位，在定位人脸的基础上，如何能“认识”一个人呢？这需要对机器进行相应的“训练”，让它“学习”认识一个人。 机器学习需要人脸图片样本数据，让它进行训练，它会学习人脸的特征。给机器训练的数据越多，它的认识就越全面、越准确。 输入训练图片 机器训练 获得特征 基于图片的人脸识别训练过程如下图。 识别训练 二 二、识别训练 识别训练 二 下面用同一个人的两张图片“img01.jpg”和“img02.jpg”来训练。这两张图片上是同一个人，标签为“0”。 识别训练 二 第一步：准备工作 在后面的程序中将用到LBPH识别器，这个识别器由OpenCV扩展库提供，需要提前安装此扩展模块。安装方法和第一节安装OpenCV的方法相同。 安装命令: pip install opencv-contrib-python 知识卡片：LBPH识别器 LBPH是Local Binary Patterns Histograms的缩写，翻译过来就是局部二进制编码直方图。LBPH的主要思想是以当前点与其相邻点的相对关系作为处理结果。正因如此，在图像灰度整体发生变化时，提取的信息仍能保持不变。此方法在人脸识别中运用非常广泛，本节的程序就使用了这种方法来训练机器。OpenCV还提供了另外两种人脸识别方法，分别是EigenFace和FisherFacea 在这里输入命令后敲一下回车键 等待安装完成 识别训练 二 第二步：人脸识别训练 训练机器“认识”人脸。首先要引入模块，读入训练用的两张图片，设置标签为“0”，然后加入LBPH识别器进行识别训练，步骤如下图。 引入模块 输入训练图片 设置图片标签为“0” 加入LBPH识别器 机器训练 识别训练 二 人脸识别训练的程序代码如下图。 程序运行结果 识别训练 二 第三步：多个不同的人脸识别训练 多个不同的人脸识别训练与单个人脸识别训练的原理相同，区别在于添加训练图片时选用不同人的照片。以识别两个人为例，只需再增加另一个人的图片进行训练即可。保留前面的“img01.jpg”和“img02.jpg”，这两张图片都是同一个人，标签为“0”;增加两张训练图片“img11.jpg”和“img12.jpg”，这两张图片为同一个人，标签为“1”。 识别训练 二 完整的代码如下图。 程序运行结果 识别训练 二 扩展任务:“认识”视频中的人 从视频中“认识”一个人，需要采集足够多的人脸图像信息让机器训练，过程如下图。 人脸数据采集 机器训练并生成训练模型文件 1．人脸数据采集。通过摄像头扫描捕捉需要的人脸图像信息，在程序所在的目录创建一个“Facedata”文件夹，用来存放采集的人脸数据，详细程序见课本后面的附录二：人脸图像采集代码。程序运行后，先要用户设置一个人脸图片标签。 程序运行后，在id后面输入一个人脸图片标签 识别训练 二 输人标签“0”并按回车键后，摄像头开始自动采集视频中人脸图像并保存到“Facedata”文件夹中。 2．人脸数据训练。在程序所在目录创建一个“face_trainer"文件夹，存放训练后的模型文件，详细程序见附录三：人脸数据训练代码。 代码运行后，导入训练图片和对应标签进行训练，最后在“face_trainer”文件夹中生成训练后的模型文件trainer.yml。 拓展阅读 三 三、人脸识别技术的“前世今生” 拓展阅读 三 人脸识别技术既是一项起源较早的技术，又是一门焕发着活跃生命力的新兴技术。随着近年来人工智能、大数据、云计算等技术更迭速度的加快，人脸识别作为人工智能的一项重要应用，也搭上了时代的快车，基于人脸识别技术的一系列产品实现了广泛应用。 最早与人脸识别相关的研究并不是在计算机领域，而是在心理学领域。早在20世纪50年代，就有学者尝试从心理学的角度来阐释人脸认知的奥秘。除了从心理学的角度来研究人脸识别原理外，也有从生物视觉角度来探索奥秘的。但真正与我们现在的人脸识别技术有较多关联的研究出现在20世纪70年代。 拓展阅读 三 人脸识别技术已从2D迈入3D时代，3D人脸识别如下图。3