誰是POSE達人

趙惠美

教學背景

近年來人工智能迅速發展，被廣泛地應用在各個方面，如計算機視覺、拍照識圖、文字提取、醫學影像分析等。KNN分類算法作為機器學習的基礎算法，可以作為學生感知人工智能的入門算法。教師參考Mind+編程課例及KNN分類算法相關知識，提煉出適合面向七年級學生開展教學的內容，讓學生通過分析游戲邏輯、填寫流程圖、完善程序等環節逐步培養計算思維能力。

學情分析

教學對象為七年級學生，在小學階段接觸過Scratch編程，具有一定的編程基礎。該階段的學生好奇心強烈，渴望動手實踐。因此，本節課主要以學生為主體，教師引導學生調動所學知識實現新舊知識的融會貫通，搭建完整的認知體系。

學科核心素養

計算思維 在分析游戲功能的過程中理解程序的邏輯性，理解變量概念及作用，學會使用程序語言描述各個環節。

數字化學習與創新 學會使用KNN分類算法工具采集數據，培養使用信息化工具創新作品的意識。

信息意識 初步感受大數據的力量，了解機器學習基于數據作出推斷的工作模式。

信息社會責任 了解機器學習是實現人工智能的方式之一，辯證看待機器學習的優勢和劣勢。

教學重點與難點

教學重點 理解KNN分類算法的概念及原理；學會使用算法工具采集數據，實現特定功能。

教學難點 分析程序的邏輯體系，能根據所需功能選擇對應的程序語句。

教學過程

一、情境導入，初識KNN分類

教師展示公園里拍照達人的照片，詢問學生拍照時擅長的姿勢，學生們進行互動分享，活躍課堂氛圍。

師：同學們小時候是如何識別各類動物的呢？

學生思考后發現最開始可能是通過圖片、視頻或者是在動物園看到了各類動物，大腦首次認識了動物類別，之后每一次接觸就會不斷強化認知。那么類比人類的學習方式，教師請學生思考：機器是如何識別貓狗的異同并將其歸為兩類的呢？學生登錄“百度AI開放平臺”，體驗平臺的動物識別歸類功能。

教師總結：就像小時候父母教我們區分“貓”和“狗”時，從來不會直接說科學定義，反倒讓我們借助直觀印象進行分類，直到我們逐漸掌握這兩個概念。像人類一樣，計算機也必須從實例訓練中完成學習任務。KNN分類是Mind+軟件中“機器學習（ML5）”模塊里的一個功能。除此之外，“機器學習（ML5）”模塊還包括人臉識別追蹤、姿態識別、物體識別等功能。

二、收集數據，實現KNN分類

Mind+提供了兩種采集數據的方法，一是通過電腦自帶的攝像頭，實時采集數據；二是本地導入文件夾完成分類訓練。由于教學環境、上課時長、硬件設備等因素的限制，實時采集數據以學生體驗為主，教師提供拍照姿勢圖集進行后面的學習。

1.體驗攝像頭實時收集

師：前段時間受新冠疫情的影響，我們拍照時經常會忘記摘掉口罩，請同學們實現讓攝像頭識別我們是否佩戴口罩。當我們按下“空格”鍵開始識別并訓練，按下“A”鍵記錄未佩戴口罩狀態，按下“B”鍵記錄已佩戴口罩狀態。

教師要求學生編寫程序，并循環執行十次，引導學生思考為何要循環識別多次。最后由教師給出結論：足夠多的數據量可以提高識別的正確率。

2.導入姿勢圖片集并進行訓練

師：我們在課堂上難以直接采集數據，想使用之前準備好的姿勢圖集直接測試，該怎么辦呢？

教師通過問題引出本地上傳圖片數據的方式。教師將提前準備好的姿勢圖集放入文件夾中，每一個文件夾中可以放入同種姿勢的多張圖片，圖片數量越多，識別結果越準確。學生根據KNN分類算法語句將圖片歸到不同的類型（如圖1），每種姿勢6張圖片。

三、分析游戲，完善功能

學習算法后，教師要求學生設計一款游戲，引導學生分析游戲界面，描述游戲的功能，列舉游戲運行時涉及的主要元素，并讓學生小組討論游戲核心功能可能會用的程序模塊，并填寫下表。

四、編寫代碼，實現游戲效果

游戲的核心功能集中在隨機呈現KNN分類算法學習過的拍照姿勢圖，玩家在限定時間內模仿拍照姿勢，電腦攝像頭識別到的玩家姿勢與電腦隨機出現的姿勢圖對比是否一致是決定得分的關鍵。

1.理解運行邏輯，繪制流程圖

師：我們本節課用到的所有拍照姿勢圖都是老師自己獨立完成的，請同學們猜一猜老師是如何控制手機拍照的呢？

學生：可以通過手勢、相機倒計時、聲控等功能進行拍照……

師：類比手機拍照，當電腦攝像頭需要識別玩家的全身姿勢，我們卻因距離過遠無法直接控制電腦時，可以將“響度”作為判斷條件，當響度大于50時可觸發電腦攝像頭拍照。同時用變量承載每輪游戲的分數（如圖2），實現游戲得分動態改變。

學生根據教師提示，小組合作討論游戲邏輯，完善程序流程圖。

2.編寫程序，展示分享

學生學會應用KNN分類算法編寫程序識別不同的拍照姿勢，同時實現游戲界面呈現拍照姿勢的隨機切換與逐漸放大的功能。學生自主完成程序編寫，教師巡視指導。

從分析游戲功能模塊到流程圖繪制，學生進一步理解游戲的邏輯線和KNN分類算法，同時游戲界面的運行效果又賦予學生自主創新與拓展的空間，讓學生不再局限在教師設定的功能里，而是打開思路，創新作品。

五、回顧總結，拓展提升

師：本節課我們一起學習了如何使用KNN分類算法實現機器學習，除了識別拍照姿勢，同學們有什么奇思妙想呢？聯系現實生活，小組討論還可以用KNN分類算法實現什么創意呢？各小組分享討論結果。

教師總結：科技的本質是為人類服務，同學們除了要不斷學習專業知識，還要善于觀察生活，將技術知識應用到生活中去，才能發現它的魅力。剛剛有個小組提到在公園里賞花時，櫻花、桃花、紫葉李、梅花競相綻放，他們經常分不清楚花的類別，那么你能設計一個程序實現拍照識花功能嗎？

學生帶著教師的問題進行課后拓展延伸和訓練，從而更好地鞏固所學知識。

教學反思

本節課體現了以學生為主體的教學思想，學生通過體驗與實踐來理解相關知識點。以拍照姿勢為主題，貼近學生生活，融入KNN分類算法的學習，讓學生在理解KNN分類算法與機器學習概念的基礎上編寫和運行KNN程序語句，同時學會采用實時照片收集與本地圖片文件夾導入這兩種方式錄入數據。人工智能進課堂是信息科技課程發展的大趨勢，但如何讓學生在實踐探索中感受、學習、內化晦澀難懂的原理性知識有待教師們繼續挖掘。