AI视觉识别

黎清万 钟嘉宝

● 项目设计依据

人工智能是一门新兴的技术交叉科学，涉及计算机科学、数学、哲学、社会学、认知科学、脑科学、生理学、心理学多个学科领域。在对综合科学类学科概念的掌握上，利用PBL（项目式学习）建构实际的应用场景，能帮助学生更好地理解抽象概念。相较于以教师为核心的传统教学法，PBL可以帮助学生提高学习效率与自主性，促进学生的个性化表达与信息技术核心素养的提升。因而，应用PBL开展人工智能领域的学习，更符合中学生的学情。

本课程名为“AI视觉识别”，使用项目式教学的方式带领学生初步认识人工智能，课时安排共7课时。

● 项目教学目标

1.项目目标

本课程面向高中学生设计，他们具备较好的逻辑思维能力与较为丰富的生活经历，且大部分具有使用智能设备的经验。经过初中阶段的信息技术课程学习，学生已经理解和掌握了信息技术基础知识和技能，但对人工智能的原理了解不多。由此，本课程的教师手册、学生活动手册、学习资源均以项目式教学模式呈现，引导学生从生活实际出发，围绕人工智能视觉识别技术开展探究，促进核心素养的提升。

本课程通过“探究智慧小区视觉识别技术原理”项目，组织学生进行自主、协作、探究学习，让学生能够掌握人工智能视觉识别的概念与应用，了解机器学习、深度学习原理与核心算法，熟悉视觉识别在日常生活中的应用案例，从而将知识建构、技能培养与思维发展融入运用数字化工具解决问题和完成任务的过程中，完成项目学习目标。

2.学业目标（如图1）

● 项目概述

随着人工智能技术的高速发展，智能应用在人们的日常生活中发挥了越来越大的作用，如：社区的门禁系统可识别人脸、识别车牌;社区的视频监控可成像报警功能……，智能安防能对社区的管理和安全起到重要的作用。本章的项目名为“探究智慧小区视觉识别技术原理”。在该情境中，学生的身份是某个智慧小区的住户，他们对小区内的智慧设备非常感兴趣，打算对它们的原理与应用开展探究。第一步是探究其中的视觉识别设备，在学习项目范例后，学生可以根据自身兴趣从菜品分析、果蔬识别、表情识别、动物识别、植物识别、手写字体识别等主题中选择一个进行探究。

● 项目教学准备

项目学习单元式教学设计;各课时的配套PPT课件、教师指导手册与学生活动手册;各课时的配套微课视频;人工智能体验开放平台。

● 项目实施流程

本課程围绕“知识储备→头脑风暴→范例学习→情境创设→项目选题→小组规划→自主探究→作品制作→交流评价”这一主线来引导学生实施项目。

知识储备：学生初步认识人工智能应用场景，进行知识储备。

头脑风暴：学生思考并交流未来由人工智能技术辅助生活或工作的场景。

范例学习：学习项目范例“探究智慧小区视觉识别技术原理”。

情境创设：创设项目情境，了解人工智能机器视觉的应用及相关伦理、法规。

项目选题：组织各小组分别选择一个感兴趣的项目主题开展项目探究。

小组规划：学生进行项目的分工规划。

自主探究：在根据小组规划，学生围绕选定主题开展探究。

作品制作：在探究完成后，学生制作本项目的可视化成果，如撰写报告。

交流评价：组织各组汇报成果并互相交流，做好过程性评价与终结性评价。

● 项目教学过程（如图2）

1.前置学习

知识技能：了解人工智能的概念、图灵测试、人工智能的发展、人工智能的应用。

活动要求：包含“知识储备”和“头脑风暴”两个环节。教师提供介绍人工智能的微课资源。首先组织学生观看《人工智能的概念》《图灵测试》《人工智能的发展》《人工智能的应用》4个微课;其次组织学生进行头脑风暴，并思考以下问题：在未来的生活或者工作中，你认为将由人工智能技术辅助你的场景有哪些？学生以小组为单位把讨论的结果填写到相应的学习记录中;最后小组展示头脑风暴成果，对本节内容和任务完成情况进行总结。

设计意图：引导学生完成相关的知识储备，为后续的项目实践做好准备。

2.项目选题

知识技能：根据创设的情境，分辨智能社区里“视觉识别”技术的应用案例;通过项目范例分析学习，了解项目学习需要完成的步骤及流程;小组开展讨论，运用前置学习习得的知识开展项目选题。

活动要求：包含“情境创设”“范例学习”“项目选题”三个环节。随着人工智能技术的高速发展，智能应用在人们的日常生活中发挥了越来越大的作用，如：社区的门禁系统可识别人脸、识别车牌;社区的视频监控可成像报警功能……智能安防对社区的管理和安全起到重要的作用。

项目情境：在本次项目学习中，你是智能生活社区中的一员，周末你邀请了小Y来做客。为了迎接小Y的到来，你带着智能机器人阿Q一早到超市购买水果蔬菜准备制作水果蔬菜沙拉，阿Q给了你很多购买建议。回到小区，小区的门禁系统看见你和阿Q，自动打开了小区大门，并说“欢迎回家，你们看起来很开心”。半个小时后，小Y跟着爸爸妈妈来到社区，当他们开车经过大门时，道闸没有抬起，门禁机器人说：“对不起，您的A11黑色小轿车，车牌号码×××××并未在本区登记，我们需要与到访业主联系确认后才能放行，请稍等。”你收到门禁发来的消息后马上给予确认，小Y一家顺利进入了小区。你们见面后非常开心，决定先一起完成老师布置的家庭作业（认识和爱护小动物），随后参加爸爸妈妈们的下午茶活动。在认识小动物时，阿Q充当了小老师;最后大家开心地参加茶话活动，你的妈妈做了丰盛的下午茶点和沙拉，阿Q帮忙把美食端上餐桌，并向大家介绍这些美味的菜品，同时阿Q的“眼睛”扫过所有人的脸庞，发现所有人看上去都很开心，于是，它也带上了笑脸……

在以上的生活情境中，教师展示并讲解范例“探究社区安防人脸识别技术原理”，学生学习范例，明确本项目完成要求。

在学习项目范例后，根据“探究智慧小区视觉识别技术原理”的大方向，学生们对项目学习主题进行选择，以下是选题建议。

（1）机器视觉菜品分析。

情境：机器人端菜，并报出菜名、热量等信息。

功能：自动检测、类别分析、热量分析。

（2）机器视觉手写字体识别。

情境：小主人做家庭测试，智能机器人批改。

功能：自动检测、类别分析、文字辨别。

（3）机器视觉表情识别。

情境：识别情绪并安抚小主人。

功能：自动检测、五官定位、属性分析。

（4）机器视觉果蔬识别。

情境：挑选招待客人。

功能：自动检测、类别分析、质量分析。

（5）机器视觉植物识别。

情境：带客人在小区里走，给小朋友介绍小区里的植物。

功能：自动检测、类别分析。

（6）机器视觉动物识别。

情境：识别家里的小狗、鱼。

功能：自动检测、类别分析。

（7）也可以根据自己的兴趣，自定选题。

设计意图：学生以小组为单位，在头脑风暴的分析结果中，选择一个视觉类人工智能的参考主题，或者修订一个更适合小组研究的主题，开展项目学习。

3.项目规划

知识技能：能应用思维导图工具表达想法;组内开展讨论，合作制订学习规划;能利用前置学习中学到的知识点，简单论证小组实施方案的合理性。

活动要求：各小组根据项目选题，参照项目范例的样式，利用思维导图等数字化学习工具，制订项目规划与实施方案（如图3）。各小组将设计的规划方案（如图4）在班级内进行展示与交流，根据老师和其他同学的建议修订与完善。

设计意图：开展数字化学习，鼓励学生合理运用知识，批判地开展方案设计，为项目学习的探究活动奠定基础。

4.项目探究

知识技能：知道并逐步理解人工智能视觉识别技术中相关的技术原理以及能辩证看待人工智能视觉识别技术的影响。

活动要求：根据项目学习规划的安排，通过体验、文献阅读、微课学习、网上检索资料，开展“探究智慧小区视觉识别技术原理”项目学习活动。

探究一：图像的数字化

组织学生阅读学习资料——计算机视觉的概念、数字图像的相关概念，观看《像素与分辨率、位图与矢量图》微课，掌握数字图像的相关概念;阅读学习资料——数字图像的分类，观看《彩色图像与灰度图像》微课，理解数字图像的分类。学生在完成探究并记录好探究结论的同时，结合小组的项目主题，以小组为单位谈谈对图像数字化的理解，解析计算机视觉图像数字化的意义。

探究二：图像识别

组织学生阅读学习资料——圖像识别与图像分类，观看《车辆识别与人脸识别实例》微课，理解图像识别与图像分类的概念;阅读图像识别学习资料——特征与分类器、图像识别的一般步骤，观看《计算机视觉之人脸识别》微课，理解特征与分类器在图像识别中发挥的作用与图像识别的一般步骤。

学生完成探究并记录好探究结论，利用教师提供的AI开放平台进行图像识别体验，分析识别结果与影响因素，把小组观点记录在项目记录中。

探究三——机器学习

组织学生阅读学习资料——机器学习，观看《监督学习、无监督学习、强化学习》微课，其中的案例房价预测、识别手写数字为监督学习案例，语音分离为无监督学习案例。

学生理解机器学习、监督学习、无监督学习的概念和特点，了解机器学习及其分类——监督学习和无监督学习，完成探究并记录好探究结论。

探究四——深度卷积神经网络

组织学生利用网络检索卷积神经、深度卷积神经的知识，观看深度学习、机器学习与深度学习、卷积神经网络、深度卷积神经网络微课与学习资料。学生通过网络检索以及观看微课理解卷积神经、深度卷积神经与深度学习的概念，了解机器学习与深度学习的关系，初步了解卷积神经网络及深度卷积神经网络的算法思维;利用智能手机，运行微信小程序“百度AI体验中心”在“人脸与人体识别”模块里，体验“手部关键点”“人脸检测”功能。

结合本章学习的深度卷积神经网络原理，尝试思考这些功能是怎样实现的;观察“百度AI体验中心”关于图像识别的技术体验里都有哪些体验活动，联系自己的生活见闻，利用思维导图展现人工智能图像识别在生活中的应用领域及作用;完成探究并记录好探究结论。

探究五——人工智能伦理

组织学生阅读学习资料，观看《人工智能伦理：机器人可以拥有权力吗？》微课，引导学生了解并思考人工智能伦理问题与解决方案，对人工智能视觉技术为人类生活带来的变化进行思辨。整理项目成果，开始撰写项目报告。

设计意图：根据项目规划，开展探究活动，学生在探究中利用数字化学习工具如微课、网络检索等开展主动学习，在合作探究中习得图像的数字化、图像识别原理、机器学习基本原理、深度卷积神经网络基本原理等知识，并在思考和交流中理解人工智能伦理、法规。

5.项目实施

知识技能：运用数据的可视化工具制作总结汇报材料。

活动要求：引导学生回顾项目中完成的内容，组织学生利用本节课做好查漏补缺与成果整理，组织学生按照规范格式撰写项目报告。学生整理并提交好本项目的全部资料与成果。

设计意图：提升学生数字化学习与创新素养;学生在小组内沟通，能凝练出汇报重点，学会合理运用技术。

6.项目交流与评价

知识技能：数据（成果）的可视化表达;在准备汇报材料的过程中理清、串联本项目中习得的知识技能;能灵活应用相应能力开展评价活动。

活动要求：拟定项目学习评价量规（如上页表）。组织各个小组进行成果汇报，小组间根据量规开展自评与互评。教师总结本项目学习的完成情况，利用思维导图总结、凝练本单元项目学习知识点。

设计意图：交流评价阶段是项目式学习模式中学生学习目标升华、凝练的关键环节，学生在该环节中以输出式表达为主，小组合作凝练、总结学习所得，通过表达、评价达成学习高阶目标。

● 设计后感

本课程通过“探究智慧小区视觉识别技术原理”项目，串联了图像数字化、图像识别、机器学习、深度卷积神经网络、人工智能伦理等多个板块的人工智能知识，在创设的生活情境中，以学生的学为主、教师的导为辅，借助数字化学习工具与AI开放平台，开展了基于学生输出式（汇报、评价）学习的项目探究等活动，有利于学生进行知识建构，成功引发学生的深度参与，锻炼了学生问题求解、深度思考和创意创新的能力，切实提升了学生信息素养。

在课程项目设计小组的后期工作中，笔者将继续结合“做中学、学中创”的理念，开展第二期课程设计，实现“项目式学习+创客活动”的人工智能普适性教学。