教学内容分析

　　“初探人脸识别系统”是“校园人脸识别系统开发”的第一课时，其要解决的根本问题是站在宏观的角度，找到设计人脸识别项目中的共性问题：原理与技术难点实现，进行集中突破与解决。从而保证学生在后面的课程中可以合理进行项目的分析与技术落实，切实地使人工智能相关知识与技术落地。
　　一个完整的人脸识别系统要求计算机能够进行人脸定位、特征分析、匹配人脸等关键的三步，从而保证计算机对一张人脸图像能够看得到、看得懂、认得出。围绕这一线索，本课从基本原理入手，最终完成身份识别。在初中阶段，学生学习人工智能主要从技术体验、原理理解、图形化编程实践几个方面入手，依次进行学习理解;技术体验层面，从计算机认识他们开始出发，去体验人工智能技术的神奇，同时开源的代码和匹配过程的可视化，让他们感到神秘的人工智能技术背后的技术支持;原理部分相对枯燥，同时内容晦涩难懂。教学中尝试使用人工智能服务平台，并和编程解决思想过程相结合，规避复杂的特征模型提取、特征对比等数学问题;编程平台采用基于Scratch 3.0的圖形化编程环境Scratch GUI提供的机器学习模型，利用积木模块训练人脸模型，并进行判定。

学情分析与教学目标

　　本课讲授对象为北京师范大学附属中学初二实验班的学生，他们具有较强的逻辑思维和学习能力。通过一些辅助材料，如学案、微课或微视频能够很快掌握新知，并提出有建设性的观点或完成个性化的作品。
　　在日常经验中，他们具有人脸识别技术相关的产品或应用的使用和体验经历，如需要利用人脸识别技术解锁手机，人脸签到系统等。但是对技术的认知停留在使用层面，对执行的具体过程和背后蕴含的原理缺乏足够的认识与理解。
　　在知识掌握层面，学生们已经初步掌握了Simba编程平台的使用方法，能够利用图形化编程平台编写简单程序。如能够利用图形化指令获取人的部分脸部特征进行判定，以此作为基础制作一些简单应用。这些优势可以有助于完成对于开源工具Scratch 3.0的迁移。但对于相对复杂的技术实现，如利用人脸识别技术识别人的身份信息，无论从原理认知还是编程实现上都存在着较大的困惑与障碍。因此将本节课的落脚点放在帮助学生突破原理难点，实现关键技术上，为后面的项目设计打下基础。
　　由于是和学生第一次见面，学生的课上活动情况不明，可能会出现不踊跃回答问题、不集中精力上课的情况，因此需要教师在课堂上多加引导。
　　本节课旨在让学生了解人脸识别技术在实际生活中的应用与价值，理解人脸识别系统的工作过程和基本原理，能够使用开源编程工具模拟人脸识别系统的工作过程，理解开发人脸识别项目的关键问题和相应的解决手段。

教学策略与方法

　　依据《普通高中技术课程标准（实验）》选择性必修模块要求：“利用开源人工智能应用框架，搭建简单的人工智能应用模块，并能根据实际需要配置适当的环境、参数及自然交互方式。”本项目重点关注人脸识别系统的设计，能够使用Scratch3.0 GUI搭建模块，同时能够使用通讯模块辅助Python代码完成与人工智能服务平台的通讯，完成相对复杂的交互过程。
　　依据《普通高中技术课程标准（实验）》模块1“数据与计算”要求，本课以图形化开源工具为依托，能够结合人脸识别项目实现基本的程序过程;能够掌握系统运行过程中的数据传递过程，合理设计数据结构和运算方法;通过图形化编程和开源代码提供的接口完成数据处理。
　　教学方式采用讲授法、讨论法、探究法等。用到的资源和设备有问卷星、课件、自制程序（慧眼识人、属性判定）、Scratch3.0 GUI、Python 3.6。

教学过程

　　游戏活动，引入新知。设计进行两次人机互动。第一次，通过慧眼识人游戏，让计算机识别出测试对象的身份，并叫出学生的姓名。第二次，增加难度，请测试学生戴上墨镜或口罩，再次进行交互，判断结果;并围绕相关问题进行讨论。
　　活动中提出问题和预设的回答有：（1）程序运用了哪些人工智能相关技术？（人脸识别，语音识别）（2）机器能够识别我们身份运用的核心技术是什么？（人脸识别）（3）简单分析机器是如何识别我们身份的？（人脸库，人脸匹配，判定……）
　　计算机分析人脸识别身份，并做出响应是人脸识别技术发展的重要方向。对身份的判定过程是打造刷脸系统的关键环节。本环节设计意图是激发学生兴趣，从实际体验到联系生活，引入本节课主题。
　　过程分析，提出问题。本环节主要围绕计算机识别人身份的过程，从程序运行过程的角度进行讨论，绘制程序运行的流程图。并通过流程图分析哪些问题是我们可以解决的内容，哪些问题是目前无法解决的。
　　活动中提出问题和预设的回答有：（1）计算机识别人身份的步骤是什么？（图像采集→特征对比→判定→不同语句）（2）哪些内容是我们可以通过编程实现的？（图形采集、分支结构）（3）哪些问题我们目前无法实现？（特征对比）
　　为了完成解决特征对比识别身份的问题，我们首先要弄懂人脸识别的原理，再找到相应的编程方法。本环节设计意图是从技术解决角度出发，以程序运行过程为线索，引出需要解决的核心问题。
　　讲授计算机识别人脸的原理与方法。本环节涉及的活动是通过观看视频，了解人脸识别的整个过程;在此基础上，通过讨论计算机如何区分两张人脸，理解人脸对比的过程;在此基础上，讨论如何在多行人脸库中找到匹配的对象，从而理解人脸识别整个技术的应用过程。
　　人脸对比的过程是定位、检测和对比技术实现的过程，而人脸匹配的过程是需要创建信息库和匹配特征信息的。本环节设计意图是利用视频突破原理难点，利用案例分析人脸识别中的两个关键问题。
　　人脸识别的技术原理体验。本环节涉及的活动是给出一张授课教师照片，学生描述教师的面部特征，并将结果填写在问卷星上，进行统计分析;将照片上传至人工智能服务平台，体会机器在识别面部属性时的异同;利用程序体验机器是如何得出相关结论的;分析人工智能服务平台在编程中的作用。 　　活动中提出问题和预设的回答有：（1）如何将属性进行分类（两类，可以准确描述，主观经验判断）（2）人们之间判定的差异来自什么？（认知、主观经验、情感等）（3）机器是如何得出结论的？（特征数据 算法 分类模型）（4）人机之间的判定差异主要来自哪里？（依靠数据，无主观经验和感情色彩）（5）人工智能服务平台的作用？（支持作用）
　　本环节的设计意图是利用问卷星的数据体验人的主观认知;观察人工智能服务平台，体验机器识别人的技术操作;了解平台对应用开发的支持作用，同时使学生理解我们的技术只是冰山一角。
　　编程实现身份识别。通过Scratch GUI的机器学习平台实现人脸身份的识别。小组为一个单位，利用模型训练的方法使计算机能够区分小组成员，并完成结果的输出。输出结果可以通过多种方式，如语音、文字等。
　　活动过程中学生可能会遇到各种编程问题、创建人脸模型库问题和如何生成判定结果等问题，这些问题也会在各小组的讨论和全班学生的交流中得到解答。本环节的设计意图是在分析原理的基础上，了解作为应用端的用户，在设计时的程序设计思想，体验开源平台在技术解决层面的方法。
　　本节课有原理线，从身份识别到特征对比，再到特征模型提取和模型信息匹配;也有技术线，从设计人脸库到匹配人脸，再到返回结果应用。通过学习本节课的内容，学生对计算机识别人身份的整个过程与原理有了初步的了解。借助人工智能服务平台与开源的图形化工具，学生可以将生活中的场景进行复现。当然，程序还有许多不尽如人意的地方，还需要进一步讨论与分析。

学习效果评价

　　评价方式。本节课中，教师以提问、体验过程、任务完成等方式进行评价。评价以过程性评价为主，聚焦学生的思维发展过程。同时这是人脸识别项目的起始课，在整个项目完成后，会对学生的作品进行最终的评价。
　　对于学生回答问题，教师更多关注学生的思考过程，引导他们发现问题、分析问题和解决问题的能力，关注计算思维在求解实际问题中的培养。在任务后期，教师要对学生的作品和在整个活动中的表现进行全面客观地评价。
　　评价量规。实际意义和创意，10分。实际意义维度占5分，对应的量规有：依托学校实际情景，具有应用价值（4分～5分）;模仿生活中的情景，有一定现实意义（1分～3分）。项目创意维度占5分，对应的量规有：项目设计具有创意，有实用性（4分～5分）;项目设计有一定拓展功能和推广性（1分～3分）。
　　设计思路，20分。流程设计维度占10分，对应的量规有：流程图清晰，技术线明确，过程清晰（8分～10分）;有流程描述和技术解决方案，内容需完善（4分～7分）;缺少流程设计，方案设计有待提高（0分～3分）。分工实施维度占10分，对应的量规有：小组成员有明确的分工，任务量合理（8分～10分）;小组成员有分工，内容和任务量还需优化（4分～7分）;小组成员分工任务不明确，任务量不合理（0分～3分）。
　　程序实现，40分。基本代码维度占30分，对应的量规有：代码结构清晰，功能完整实现（20分～30分）;基本功能完成，未完成部分有思考（15分～20分）;未完成基本功能的设计（5分～15分）。拓展应用维度占10分，对应的量规有：引入Python模块或平台参数解决问题（6分～10分）;使用了其他组件，并进行思考与尝试（1分～5分）。
　　文本展示，10分。文本设计维度占5分，对应的量规有：文件界面简洁美观，结构清晰（4分～5分）;文本经过排版，在美观和合理性上尚需提高（1分～3分）。课件展示维度占5分，对应的量规有：课件美观要点突出（4分～5分）;课件和文字进行了布局，内容完整（1分～3分）。
　　成果表达，20分。文字表达维度占10分，对应的量规有：项目内容描述完整、严谨、思路清晰（6分～10分）;项目内容描述完整，語言文字还需推敲（2分～5分）;内容描述不清，内容缺少逻辑和完整性（0分～1分）。语言表达维度占10分，对应的量规有：表达完整，流程、思路清晰、有感染力（6分～10分）;内容完整，描述准确（2分～5分）;语言表达存在问题，思维逻辑相混乱（0分～1分）。

教学反思与分析

　　教学内容上，教师也尝试对原理进一步挖掘。从技术实现角度对人脸识别的过程进行分析与讨论。在授课过程中，尝试最大化地降低教育装备成本，并努力利用Python代码实现原理的可视化。
　　本课教学中，因为内容难度相对较大，所以教师讲解过多。此外，原理的呈现方式和平台选用的方面还有待进一步提高，从原理的理解到程序实现的过程中还需搭建更加通畅的桥梁。
　　作者单位：北京教育科学研究院