2.3 “认出”一个人 课件-2022-2023学年川教版（2019）初中信息技术八年级上册

第3节 “初出”一个人 川教版（2019） 第二单元 让机器认识我 信息技术 八年级(上)册 学习目标 1、了解基于图片的人脸识别预测； 2、体验基于视频的人脸识别预测过程； 3、了解人脸识别技术的应用领域。 新课导入 上节课我们学习了计算机能够通过图片或视频“认识”一个人。 今天这节课我们要来测试一下看看计算机能否“认出”一个人，下面我们就一起来学习。 1 如何从图片“认出”一个人 计算机通过机器学习已经“认识”一个人，知道其人脸特征了，接着就可以输入照片进行人脸识别预测，看看计算机能不能“认出”这个人。基于图片的人脸识别预测的过程如下图。 输入测试图片 识别预测 输出预测结果 2 识别预测 基于OpenCV的人脸识别预测使用了LBPH识别器中的predict()函数，它返回识别预测的标签值和置信度评分。本节使用上一节中两张图片“img01.jpg”和“img02.jpg”机器训练的结果，来测试人脸识别的效果。 第一步：人脸识别 对测试图片进行人脸识别，只需要在“人脸识别训练程序”代码中加入一段人脸识别预测代码，对测试图片“test01.jpg” 进行人脸识别。 2 识别预测 2 识别预测 运行结果如下图，输出显示label值为0，表示测试图片和之前的标签“0”是同一个人； confidenee是置信度评分，如果为0则表示完全匹配，此程序显示约为37.12，表示相似度比较高。 小试牛刀 1、试一试，运行程序，观察运行结果。 2、请同学们思考一下：如果测试图片是另外一个人的照片，那人脸识别预测的结果会怎样? 2 识别预测 第二步：认出不同的人 在“两个不同的人脸的识别训练程序”代码中添加一段人脸识别预测代码，对测试图片“test10.jpg” 进行人脸识别。 运行结果如下图，label显示为1，表示测试图片和后面的标签“1”是同一个人；confidence显示约为26.00，表示相似度比较高。 小试牛刀 试一试，运行程序，识别不同的人。 2 识别预测 有同学提出了疑问，这个程序识别的结果不容易让人看懂，能不能直接在测试图的人脸位置处标注出识别出的姓名呢？ 答案是肯定的，我们来看看图片标注人名的主要过程。 图片人脸定位 人脸训练识别 身份标注 2 识别预测 第三步：图片标注人名 若人脸识别成功，在图片中显示识别的姓名、否则显示“unknown”。图片标注人名的程序代码如下。 小试牛刀 试一试，给人物照片标注名字。 扩展任务 “认出”视频中的人在第二节的扩展任务中，机器已经可以从视频中“认识”一个人。 现在就来检验一下，能否“认出”这个人。 要实现这一功能，过程如下图。详细程序见本册教材附录四：视频人脸识别代码。 视频人脸定位 与训练模型文件匹配 身份确认 3 人脸识别技术的应用 人脸识别技术具有识别精度高、使用方便、识别速度快等特点，已广泛应用于我们的工作生活中。 ①单人识别：用户提前上传个人照片存储于系统中，每次验证时，实时拍照与系统中存储的照片信息进行对比，进而确定“你是不是你”。如刷脸支付、酒店入住登记、考试身份核验等应用场景。 ②多人识别：对场景内所有人进行面部识别并与人像数据库进行比对，比如刷脸考勤、公安机关追逃等。在一些人流量大、需要保障公共安全的地方，如火车站、演唱会、大型体育赛事中，进行人脸识别时，通常被识别的主体不会停留在一处，而是处于运动状态，动态识别中准确度容易受侧脸、光线、距离等因素的影响。 3 人脸识别技术的应用 任务：探讨人脸识别技术的应用领域 要求：小组讨论，人脸识别技术的应用领域、场景和优势有哪些？并填写下表。 人脸识别技术的应用领域 应用场景 优势 刷脸支付 思考 人脸识别技术是否会泄露个人隐私呢? 请举例说明！ 拓展阅读 随着人脸识别技术在日常生活中的广泛应用，它所带来的安全隐患也得到了越来越多的关注。试想一下，你拿着父母的照片畅快地进行刷脸支付……当然这样的情景是不会真正出现的，在一些身份验证场景中需要实时确定对象的真实性。在人脸识别技术应用中，实时检测能通过眨眼、张嘴、摇头、点头等组合动作，使用人脸关键点定位和人脸追踪等技术，验证用户是否为本人操作。 阅读拓展 针对不同的人脸识别攻击，有以下一些实时检测应对技术。 1.应对照片攻击 照片是最简单的攻击方式，但其人脸无法活动，因而可以通过眨眼、张嘴、摇头、点头等配合式组合动作，验证用户是否为本人操作。 2.应对视频攻击 如果升级攻击方式，将一段提前录有配合实时检测中规定动作的视频用于人脸识别，也无须担心。因为它需要相应的屏幕播放，这就使其人脸失真度变高。给用户实时拍摄一张照片或是一段人脸的视频，通过对应的算法即可进行真实性的实时检测。 3.应对3D立体面具攻击 假设带上仿真度极高的3D立体面