第4课 图像识别体验 · 教案

一、教学目标

1. 知识与技能：知道图像识别是让机器理解图片内容的技术，了解特征提取的作用。
2. 过程与方法：通过在线图像识别体验，观察输入图片与识别结果的关系。
3. 情感态度与价值观：体会图像识别的便利与局限，学会理性看待识别结果。

二、教学重点与难点

• 重点：理解图像识别与特征提取的基本概念。
• 难点：理解机器「看」的方式与人类不同——它提取数值特征而非「理解画面」。

三、教学准备

多媒体课件、可联网的图像识别演示平台、几张不同清晰度和角度的照片、任务单。

四、教学过程

环节一　情境导入（5 分钟）

出示一张风景照，请学生说出里面有什么。再让图像识别程序识别同一张图，比较人和机器的结果。引出图像识别。

环节二　新知探究：图像识别与特征提取（12 分钟）

1. 图像识别：让机器判断图片里是什么（物体、人脸、文字等）。
2. 特征提取：机器把图片变成一组数字特征，例如边缘、颜色分布、形状轮廓。它不「理解」画面，而是比对这些特征。
3. 流程：输入图片 → 提取特征 → 与模型比对 → 输出结果。

环节三　实践操作：图像识别小体验（15 分钟）

小组活动：

• 任务一：上传不同图片（猫、花、食物），记录识别结果。
• 任务二：同一物体用不同角度、不同光线再拍，观察识别是否变化。
• 任务三：故意上传模糊或残缺图片，看识别失败的情形。

教师引导：特征清晰时识别准；角度怪、太模糊时容易错。

环节四　交流总结（8 分钟）

各组展示，教师总结：图像识别很方便，但依赖清晰特征和充足数据；结果仅供参考，关键处仍要人确认。

五、板书设计

图像识别体验

图像识别：让机器「看懂」图片

输入图片 → 提取特征（边缘/颜色/形状）→ 比对模型 → 输出结果

特征越清晰，识别越准；模糊/怪角度易出错

六、教学反思

（课后填写：演示平台是否可用；学生是否理解特征提取；可补充 OCR 文字识别例子。）