《第13课 图像识别技术》精品课件.pptx

浙教版八年级下第十三课图像识别技术

计算机可以通过编写好的代码进行人脸识别，在生活中，很多公安系统通过图像识别进行破案。新知导入

实验心理学家赤瑞特拉证实：人类获取信息83%来自视觉，11%来自听觉。新知导入

一、图像识别图像识别技术是指利用计算机对图像进行处理、分析和理解，来识别图像中的对象的技术。每个图像都有独特的特征，图象识别技术通过获取图像的主要特征来识别图像。新知讲解

采用识别文字的APP或软件，将图像中的文字识别为文本形式。新知讲解

二、图像识别技术的应用场景图像识别技术在生活中的应用越来越多。如图13-1所示，在文字识别领域，识别车牌号码、身份证号等；在图形识别领域，可以鉴别出各种植物、动物等；在人脸识别领域，可以实现手机支付、解锁等功能。图13-1图像识别应用场景车牌识别植物识别人脸识别新知讲解

举例你身边使用图像识别技术的应用案例。1、火车站检票口人脸识别2、手机人脸解锁3、扫一扫二维码4、自动驾驶新知讲解

1、火车站检票口人脸识别2、手机人脸识别新知讲解

3、扫一扫二维码4、自动驾驶新知讲解

三、图像识别的过程图像识别的可以分为以下几个步骤：图像信息的获取、预处理、选择分类器并识别出图像，如图13-2所示。图13-2图像识别过程示意图新知讲解

1.图像数字化图像的数字化过程主要分为采样、量化与编码三个部分。（1）采样的实质就是要用多少点来描述一幅图像，采样结果质量的高低就是用前面所说的图像分辨率来衡量。新知讲解

（2）量化是指要使用多大范围的数值来表示图像采样之后的每一个点。量化的结果是图像能够容纳的颜色总数，它反映了采样的质量。新知讲解

（3）编码可以实现压缩图像数据量，数字化后得到的图像数据量一般较大，编码技术可以压缩存储量。例如，一个分辨率为16×16像素的黑白字形图（如图13-3），若用“0”表示白、“1”表示黑，如图13-4所示的是未经压缩的图像数字化表示。图13-3字形图像图13-4用二进制表示图像新知讲解

2.预处理指图像处理中的去噪、平滑、变换等操作，从而加强图像的主要特征。图像经过预处理的前后效果对比，如图13-5所示。图13-5图像预处理前后对比预处理前预处理后新知讲解

3.特征提取特征提取是指获取图像主要特征的过程。例如，在人脸识别过程中，人脸器官的形状、它们之间的距离等是图像的主要特征，如图13-6所示。图13-6提取人脸的特征点示意图新知讲解

卷积神经网络在图像特征提取上有非常出色的表现。通过深度学习，卷积神经网络能以逐层抽象的方式来学习数据中蕴含的特征，通过多层变换之后，卷积神经网络可以将原始图像变换为更高层次的、抽象的特征，如图13-7所示。图13-7卷积神经网络提取图像特征新知讲解

4.分类并识别分类并识别是指计算机先对图像进行种类预测，得到种类分布，再根据种类在相应训练好的模型中，用提取到的特征与模型中的数据进行匹配，从而的得到相应的结论。新知讲解

四、图像识别的实践人工智能开放平台一般提供若干类别的图像模型。借助这些平台，可以实现不同类别图像的识别。以百度语音识别软件开发工具包为例，识别动物图片的过程如图13-8所示。图13-8在百度人工智能开放平台中识别动物图片的结果新知讲解

随堂练习从网上搜集一种植物的多张图像，利用人工智能开放平台进行识别。

1、图像识别技术是指利用计算机对图像进行处理、分析和理解，来识别图像中的对象的技术2、图像识别的应用领域：文字识别领域，识别车牌号码、身份证号等智能识别。3、图像识别的可以分为以下几个步骤：图像信息的获取、预处理、选择分类器并识别出图像。4、在人工智能开放平台上识别植物。课堂总结