第28课 人脸识别 教学设计 2025-2026学年人教版初中信息科技（人工智能专册）

该初中信息科技教学设计聚焦人脸识别核心知识，围绕“检测—特征提取—比对”基本流程展开。通过学校门禁升级情景导入，类比人类识别人脸过程搭建学习支架，衔接机器识别流程，再通过编程实践深化理解。 特色在于融合计算思维、数字化学习与创新和信息社会责任，如拆解技术流程建立算法框架，通过OpenCV编程实践提升工具应用能力，结合隐私风险分析培养责任意识。助力学生提升实践创新能力，为教师提供清晰教学流程和可操作活动。

初中信息科技人工智能专册教学设计 课题 第28课 人脸识别 教学 目标 1.信息意识:能列举人脸识别的典型应用场景，明确人脸数据作为生物特征信息.的特殊性,感知技术对生活的影响与数据安全的重要性。 2.计算思维:理解人脸识别“检测—特征提取—比对”的核心逻辑，能拆解技术流程，初步建立“数据—算法—结果”的算法思维框架。 3.数字化学习与创新:通过在线平台体验人脸识别操作，能完成简易人脸库创建与识别测试，提升数字化工具应用与实践创新能力。 4.信息社会责任:了解人脸识别的隐私风险与伦理争议，树立“合理使用技术、保护生物隐私”的意识，遵守技术应用的法律法规与道德规范。 教学 重点 人脸识别的基本流程（人脸检测、特征提取、比对识别):人脸识别的典型应用场景;人脸数据的隐私保护意识。 教学 难点 理解“特征提取”的核心逻辑〈机器如何识别人脸关键特征);区分“人脸检测”与“人脸识别”的差异;辩证分析人脸识别的利弊。 教学 过程 教 学 内 容 与 师 生 活 动 设计意图和 关注的学生 情景导入 同学们每天上学进校门时，要刷卡或者登记才能进入。现在，学校打算升级门禁系统，使用更方便快捷的人脸识别技术。只要在摄像头前一站，系统就能自动识别出身份，判断是否可以通行。 新授课 一、人脸识别过程 你是如何通过人脸识别其他人呢? 遇见一个不认识的人或者看到一张陌生人的照片时，会不自觉地观察对方的脸、眼睛、鼻子、嘴巴……这是在收集那个人的面部特征。再次遇到或看到照片时，尽管场景、服饰等可能发生了变化，但人的大脑还是会立刻认出这个人来（图28.2）。 小组讨论：你在什么情况下会记住一个人的脸？是哪些特征让你印象深刻？ 小组讨论：为什么即使换了发型或戴了眼镜， 我们还能认出熟悉的人？ 这就是人通过人脸识别他人的过程，具体可以分为三步： 1　 观察某人的面部，获取相关的特征信息； 2　 根据这些信息在头脑中建立相应的模型； 3　 根据建立的模型，识别出特定的人。 机器进行人脸识别时， 过程也与此类似（图 28.3）。 2、 准备数据 若要提取某人的面部特征，需要先把这个人的面部找出来。这个任务对人 类来说很简单，但对计算机来说较为困难。当然，可以人工从照片中选取人脸 区域，不过如果照片数量较多，那么采用人工方式来完成显然就不合适了。 实际上可以使用一些编程工具来辅助完成，如专门用于处理计算机视觉问 题的Open CV库。这个库提供了一个现成的模型，可以把照片中的人脸单独选取 出来。 采集照片时应遵循以下原则： · 要像拍证件照那样让人脸清晰居中，避免美颜滤镜影响真实肤质； · 背景尽量干净、单调，避免复杂花纹和装饰物，减少干扰； · 如果程序无法从某些照片中自动选取人脸，可考虑删除这些照片。 学习活动1 利用程序自动选取照片中的人脸部分 1.把模型文件 haarcascade_frontalface_default.xml 保存到程序所在的文件夹中。这个文件通常在 Open CV 的安装文件夹里。 2.建立名为“pics”的文件夹，将每个人的单人照片分别存入不同子文 件夹中，如 p01、p02、p03、p04。每人最好准备多张照片，人的面部要正对镜头，背景越淡越好。通常符合要求的照片数量越多，收集到的数据越丰富，训练出来的模型质量就会越高。 3.根据前面所学，理解配套资源中的 step1.py 程序。 4运行程序选取照片中的人脸（图 28.4），相关的数据会保存到列表变量 faces 中。 在检测、识别的过程中，通常需要将图像转换成灰度图的形式。这样做可以避免颜色干扰，同时抓住重点，脸上的皱纹、五官位置等关键特征在黑白对比下更明显。虽然彩色照片色彩丰富，但机器进行人脸识别时，使用黑白照反而更高效。 原始图像可能大小不一，为了提高训练质量，可以考虑通过以下代码将图像中的人脸区域转换成相同大小： cv2.resize(img[y:y+h, x:x+w], (128,128)) 3、 训练模型 1.参考配套资源中的step2.py程序，编写训练人脸识别模型的函数。 2.在主程序适当位置插入调用函数的代码，完成训练程序的编写工作。 3.运行程序，待图像展示完毕，文件夹中会出现名为face_mod.xml的文件，这个文件就是训练得到的模型 操作后，计算机通过学习多张人脸图像及其对应的身份标签，建立起人脸特征与身份之间的对应关系，并将这些信息保存在模型文件中。这个模型就像是一个“数字大脑”，在后续的人脸识别任务中可以用来判断新输入的人脸属于哪一个人。 四、调用模型识别人脸 对照片进行人脸识别，其实包括两个步骤： 1.选取照片中的人脸； 2.利用模型对人脸进行识别。 整体流程：读取图像→选取人脸区域→调用模型进行识别→显示结果 学习活动3 编程调用训练得到的模型进行人脸识别 1.准备一些用来进行识别的照片，并把这些照片杂乱地放在一个文件夹中，如 pics 的 test 子文件夹。 2.参照下面的代码进行编程，调用已有的模型进行人脸识别操作。 3.运行程序观察识别效果。可以看到，训练得到的模型将待测照 片中的人都识别出来了 如果遇到不认识的人，模型是如何怎么处理的？该如何进行改进？ 拓展与提升 近年来，儿童和老年人走失的事件时有发生，不仅给家庭带来巨大痛苦， 也给社会公共安全提出了新的挑战。随着人工智能技术的发展，人脸识别技术因其高效、非接触、易部署等优势，在公共安全和身份识别领域展现出广阔的应用前景。许多城市已经开始将人脸识别系统应用于重点区域监控、身份核验、异常行为预警等方面。 结合所学知识，尝试设计一个基于人脸识别的“防走失及快速寻人” 系统。 板 书 设 计 一、人脸识别过程 二、准备数据 三、训练模型 四、调用模型识别人脸 教 学 反 思 1 学科网（北京）股份有限公司 $