基于計算思維的人臉識別項目的實踐研究

【摘 要】本研究通過人臉識別項目的實踐應(yīng)用，探索了在高中信息技術(shù)課程中培養(yǎng)計算思維的有效策略。項目聚焦于圖像采集、人臉編碼、實時人臉識別等核心模塊的探究，助力學(xué)生理解人臉識別的基本原理和應(yīng)用方法，有效發(fā)展計算思維，培育學(xué)科核心素養(yǎng)。

【關(guān)鍵詞】計算思維；人臉檢測；人臉識別；項目活動

【中圖分類號】G434" "【文獻(xiàn)標(biāo)志碼】A

【論文編號】1671-7384（2024）05-076-03

國務(wù)院印發(fā)的《新一代人工智能發(fā)展規(guī)劃》明確指出，人工智能已成為國際競爭的新焦點。《普通高中信息技術(shù)課程標(biāo)準(zhǔn)（2017年版2020年修訂）》（以下簡稱《課標(biāo)》）將計算思維納入信息技術(shù)學(xué)科的核心素養(yǎng)，強(qiáng)調(diào)運用計算思維識別與分析問題，抽象、建模與設(shè)計系統(tǒng)性解決方案[1]，并倡導(dǎo)基于項目的學(xué)習(xí)方式，要依據(jù)信息技術(shù)學(xué)科理論性、工具性和實踐性并重的特征，設(shè)計活動情境，引導(dǎo)學(xué)生在解決問題的過程中感受信息技術(shù)對人們?nèi)粘Ｉ畹挠绊懀岣呃眯畔⒓夹g(shù)解決問題的能力。《高中信息技術(shù)課程·必修1數(shù)據(jù)與計算》（華東師范大學(xué)出版社）第四單元“走進(jìn)人工智能”中的“體驗計算機(jī)視覺應(yīng)用”模塊，圍繞“人臉檢測”“人臉識別”等內(nèi)容，將計算思維滲透到人臉圖像智能處理的課程教學(xué)中，借助智能工具形成解決問題的方案，促使學(xué)生成為合格的數(shù)字公民。因此，在人臉識別項目中培養(yǎng)計算思維至關(guān)重要。

項目研究

1.人臉識別概述

自20世紀(jì)50年代以來，認(rèn)知科學(xué)家已經(jīng)開展了人臉識別方面的研究。到了20世紀(jì)60年代，這一技術(shù)已逐步進(jìn)入工程化應(yīng)用。早期的人臉識別技術(shù)主要依賴于人臉的幾何結(jié)構(gòu)特征，利用圓形、曲線等幾何形態(tài)來模擬面部關(guān)鍵特征，進(jìn)行特征分析、識別。隨著人工智能技術(shù)的發(fā)展，基于卷積神經(jīng)網(wǎng)絡(luò)的方法已經(jīng)成為人臉識別領(lǐng)域的主流技術(shù)，其利用深度學(xué)習(xí)和提取人臉的復(fù)雜特征，顯著提升了人臉識別的精確性。

人臉檢測是人臉識別過程中關(guān)鍵的預(yù)處理步驟，旨在從圖像或視頻流中準(zhǔn)確地定位人臉的位置，為后續(xù)的人臉識別奠定基礎(chǔ)。人臉識別作為計算機(jī)視覺領(lǐng)域的一個重要研究方向，是指基于人的臉部特征信息進(jìn)行身份識別的一種生物識別技術(shù)，也稱為“面部識別”“人像識別”。人臉識別技術(shù)通常涉及幾個關(guān)鍵步驟：面部圖像的捕獲、面部圖像的檢測、面部特征的提取、特征數(shù)據(jù)的比對和身份驗證或識別。人臉識別技術(shù)被廣泛應(yīng)用于日常生活中，如智能手機(jī)解鎖、支付驗證和安全監(jiān)控等個性化服務(wù)。

2.計算思維的重要性

《課標(biāo)》明確了計算思維的概念，其是指個體運用計算機(jī)科學(xué)領(lǐng)域的思想方法，在形成問題解決方案的過程中產(chǎn)生的一系列思維活動[2]，并強(qiáng)調(diào)引導(dǎo)學(xué)生在解決問題的過程中不斷分析思考、實踐求證、反饋調(diào)適，逐步發(fā)展計算思維。

計算思維作為信息技術(shù)學(xué)科的核心素養(yǎng)之一，是每個現(xiàn)代人都應(yīng)具備的基本技能，并非只屬于計算機(jī)科學(xué)家。具備計算思維的學(xué)生，在信息活動中能夠借助計算機(jī)可以處理的方式，界定問題、抽象特征、建立結(jié)構(gòu)模型、合理組織數(shù)據(jù)；同時，通過判斷、分析與綜合來自各種資源的信息，運用合理的算法，形成解決問題的方案；進(jìn)而總結(jié)利用計算機(jī)解決問題的過程與方法，并將其遷移到與之相關(guān)的其他問題的解決過程之中[3]。因此，培養(yǎng)學(xué)生計算思維順應(yīng)人工智能時代的要求，符合國家教育改革的方向。

項目準(zhǔn)備

1.環(huán)境配置

人臉識別項目的實現(xiàn)依賴于特定的Python環(huán)境配置，本項目涉及幾個關(guān)鍵的庫：OpenCV、numpy和face_recognition。OpenCV是一個功能豐富的計算機(jī)視覺和機(jī)器學(xué)習(xí)庫，以其輕量級和高效的特點著稱，支持多種操作系統(tǒng)，提供了廣泛的圖像處理和計算機(jī)視覺算法。numpy庫為本項目提供高性能的多維數(shù)組對象和廣泛的數(shù)學(xué)函數(shù)工具，是處理科學(xué)計算的基礎(chǔ)。face_recognition庫則依托于dlib庫實現(xiàn)人臉檢測和識別功能，簡化了使用深度學(xué)習(xí)進(jìn)行人臉識別的復(fù)雜過程。安裝這些必需的庫，可以通過使用“pip install + 庫名”命令來完成。值得注意的是，cmake庫必須在安裝dlib庫之前安裝，否則dlib庫的安裝腳本將無法正確配置編譯過程，可能導(dǎo)致安裝失敗。這些庫的結(jié)合，不僅提高了開發(fā)效率，還確保了應(yīng)用的性能和準(zhǔn)確性，為項目實施提供了強(qiáng)大的支持。

2.模塊設(shè)計

人臉識別項目的設(shè)計包括三個核心模塊：圖像采集、人臉編碼和實時人臉識別，構(gòu)成了一個完整的工作流程。圖像采集模塊通過攝像頭捕捉學(xué)生的實時畫面，為構(gòu)建真實的人臉庫提供數(shù)據(jù)源。人臉編碼模塊負(fù)責(zé)讀取人臉庫中的數(shù)據(jù)，并利用深度學(xué)習(xí)技術(shù)對這些訓(xùn)練數(shù)據(jù)進(jìn)行編碼。實時人臉識別模塊則通過攝像頭連續(xù)獲取視頻流，并在捕獲的圖像中進(jìn)行人臉檢測與識別，將識別結(jié)果以姓名標(biāo)注顯示。

項目實施

《課標(biāo)》要求學(xué)生通過人工智能典型案例的剖析，了解智能信息處理的巨大進(jìn)步和應(yīng)用潛力，認(rèn)識人工智能在信息社會中的重要作用[4]。因此，人臉識別項目的實施以學(xué)生動手體驗為主，基于現(xiàn)有的開源庫，通過簡單代碼的填寫與修改，實現(xiàn)人臉識別的基本功能，培養(yǎng)計算思維。

1.體驗人臉檢測：抽象建模，提高圖像采集質(zhì)量

教師向?qū)W生演示如何使用OpenCV庫實現(xiàn)人臉檢測的程序。學(xué)生通過該演示，了解到程序的核心功能：通過CascadeClassifier（）函數(shù)加載包含預(yù)訓(xùn)練模型參數(shù)的Haar特征分類器face.xml文件，以便后續(xù)有效的人臉檢測；從攝像頭捕獲連續(xù)的視頻流，將捕獲的彩色圖像轉(zhuǎn)化為灰度圖以便處理，并利用detectMultiScale（）函數(shù)在灰度圖中檢測人臉；一旦檢測到人臉，就使用rectangle（）函數(shù)在原彩色圖像上繪制矩形框，并通過imshow（）函數(shù)顯示出來；最終，通過按下ESC鍵結(jié)束程序。

學(xué)生探索人臉檢測功能，思考如何高效地采集與存儲實時檢測到的人臉圖像，以構(gòu)建一個高質(zhì)量的訓(xùn)練數(shù)據(jù)集，為后續(xù)的人臉識別提供支持。為了簡化編程的復(fù)雜性，教師對存儲優(yōu)質(zhì)圖像這一功能進(jìn)行了抽象建模，并引導(dǎo)學(xué)生聚焦于該模塊在源代碼中的最佳位置。通過對A、B、C三個選項插入點的深入分析，學(xué)生評估了各位置的適宜性，更深入地理解了圖像采集模塊的功能。經(jīng)過不斷編程調(diào)試，學(xué)生學(xué)會了評估圖像質(zhì)量和數(shù)據(jù)預(yù)處理的方法，并探究出了提升圖像采集質(zhì)量的有效策略。在解決實際問題的過程中，逐步形成計算思維，加深對人工智能應(yīng)用的理解。

（1）優(yōu)化存儲圖像位置。學(xué)生把存儲圖像的代碼“cv.imwrite（f'./pic/p1_{i}.jpg'，frame）”放置于檢測人臉后、繪制矩形前。這一優(yōu)化調(diào)整能確保存儲的圖像僅包含檢測到的人臉，且未被人臉矩形框標(biāo)記破壞，從而保證數(shù)據(jù)的原始性和適用性。若放置于繪制矩形后，則會保存帶有矩形標(biāo)記的圖像，不利于后續(xù)的人臉識別訓(xùn)練。而在人臉檢測之前保存圖像，則無法保證能夠檢測到人臉。因此，正確的插入點是在檢測圖像中存在人臉之后，且在圖像被進(jìn)一步處理之前，這樣可以最大程度地提升采集到的人臉數(shù)據(jù)質(zhì)量。

（2）調(diào)整圖像采集頻率。在圖像存儲后，學(xué)生使用cv.waitKey（）函數(shù)設(shè)置一定的延時，以延長圖像采集的間隔。這一課堂動態(tài)生成的資源，有效降低了攝像頭捕捉畫面的速度，為學(xué)生提供充足的時間調(diào)整姿態(tài)和表情，從而能夠采集到不同角度、不同表情的人臉圖像，豐富人臉數(shù)據(jù)集的多樣性，為后續(xù)的人臉識別提供更優(yōu)質(zhì)的人臉庫圖像。

2.評估人臉識別：算法優(yōu)化，提升人臉識別效能

教師向?qū)W生演示如何使用OpenCV和face_recognition庫實現(xiàn)人臉識別的程序。學(xué)生通過該演示了解到程序的兩大關(guān)鍵模塊：人臉編碼、實時人臉識別。人臉編碼模塊的核心功能：通過load_image_file（）和face_encodings（）函數(shù)，遍歷預(yù)存儲的人臉圖像，提取并記錄每張圖像的人臉編碼，將這些編碼集成到人臉庫中。實時人臉識別模塊的核心功能如下：通過攝像頭實時捕獲視頻流，并使用face_locations（）函數(shù)定位人臉，face_encodings（）函數(shù)提取人臉編碼；程序?qū)⑦@些編碼與人臉庫中的編碼進(jìn)行比對，以判斷當(dāng)前捕獲的人臉是否與庫中的某一人臉匹配；如果匹配成功，則計算最近鄰距離確定最佳匹配，將識別結(jié)果以姓名標(biāo)注顯示，如果未找到匹配項，則識別結(jié)果為“Unknow”；程序?qū)⒊掷m(xù)運行，直到按下ESC鍵退出。

學(xué)生探索人臉識別功能時，遇到了人臉識別率低和錯誤識別的現(xiàn)象，這些問題的解決暫時超過了他們現(xiàn)有的認(rèn)知水平。為助力學(xué)生理解算法優(yōu)化途徑，教師提供了兩個關(guān)鍵的數(shù)字化學(xué)習(xí)資源：“探秘人臉編碼原理”和“匹配閾值你知多少”微視頻。學(xué)生通過觀看微視頻，理解了人臉編碼的基本原理和匹配閾值的重要性。經(jīng)過不斷編程調(diào)試，學(xué)生成功地把理論知識應(yīng)用到了實踐中，實現(xiàn)了人臉識別算法的優(yōu)化，顯著提高了識別的準(zhǔn)確率。在解決實際問題的過程中，學(xué)生的計算思維得到了進(jìn)一步發(fā)展，對人工智能的應(yīng)用有了更深刻的理解。

（1）采用平均人臉編碼

學(xué)生結(jié)合“探秘人臉編碼原理”微視頻的內(nèi)容，使用np.mean（）函數(shù)計算每個人所有的人臉編碼的平均值，并將其作為該人的代表性編碼，與實時捕獲的圖像編碼作比對，顯著提高了人臉識別率。因為平均編碼通過融合同一人在不同條件下（如不同光照、姿勢、表情）捕獲的圖像特征，有效減少了單一圖像編碼可能帶來的偏差，提高了匹配過程的泛化能力和穩(wěn)定性，減少了誤匹配的可能性，確保人臉識別的高效、精準(zhǔn)。

（2）合理調(diào)整匹配閾值

學(xué)生通過觀看“匹配閾值你知多少”微視頻，深入理解了人臉識別技術(shù)中tolerance參數(shù)的重要性及其對人臉識別準(zhǔn)確率的影響。tolerance作為人臉識別過程中的關(guān)鍵參數(shù)，其值決定了兩個人臉編碼之間的匹配程度，閾值范圍通常設(shè)定在0到1之間。同時，學(xué)生了解到face_recognition庫默認(rèn)的tolerance閾值為0.6，但這并不意味著這個閾值適用于所有的應(yīng)用場景。因此，學(xué)生結(jié)合tolerance匹配閾值的敏感度特性，開展了一系列實驗活動，目的是尋找適合自己應(yīng)用場景的最佳tolerance閾值。在“嘗試→驗證→修正”的“試錯”過程中，學(xué)生不僅學(xué)會了如何調(diào)整閾值以適應(yīng)人臉識別的需求，還深入理解了閾值調(diào)整對匹配結(jié)果的直接影響。降低閾值會使匹配更加嚴(yán)格，但可能會錯過一些有效匹配；而增加閾值會增加匹配的可能性，但也可能引入錯誤匹配。通過不斷地判斷、分析和綜合信息資源，并運用合理的算法，學(xué)生最終形成了解決問題的有效方案，提升了人臉識別率，發(fā)展了計算思維。

總" 結(jié)

本研究項目圍繞圖像采集、人臉編碼和實時人臉識別模塊，深入探索了如何在高中信息技術(shù)學(xué)科中融入計算思維培養(yǎng)，以培養(yǎng)學(xué)生作為數(shù)字時代公民的關(guān)鍵能力。通過項目研究、項目準(zhǔn)備、項目實施的各個階段，學(xué)生體驗了人臉識別技術(shù)的應(yīng)用場景，理解了人臉識別技術(shù)的基本原理，優(yōu)化了人臉識別技術(shù)的效能。項目通過調(diào)整圖像采集頻率、優(yōu)化圖像存儲位置的措施，確保了更優(yōu)質(zhì)的人臉數(shù)據(jù)集，為精確人臉識別提供了有力保障；實施平均人臉編碼和合理調(diào)整匹配閾值的方法，有效提高了識別算法的精確度和穩(wěn)定性。

計算思維在本項目實施過程中發(fā)揮了關(guān)鍵的作用。首先，通過任務(wù)分解，將復(fù)雜的人臉識別項目分解為若干個可以解決的小任務(wù)，如圖像采集、人臉編碼、實時人臉識別，有助于學(xué)生理解整個項目的實施過程。其次，通過抽象建模，著眼于學(xué)生的最近發(fā)展區(qū)，提煉出關(guān)鍵的操作步驟和算法，簡化了人臉識別算法的復(fù)雜性，使學(xué)生能夠理解人臉識別技術(shù)的基本原理和應(yīng)用方法。最后，通過編程調(diào)試，引導(dǎo)學(xué)生運用計算機(jī)科學(xué)領(lǐng)域的思想方法，親歷不斷嘗試、錯誤修正、性能調(diào)試，逐步優(yōu)化了人臉識別的核心算法，實現(xiàn)了項目性能的顯著提升。同時，學(xué)生也深刻理解了在技術(shù)應(yīng)用的過程中維護(hù)個人及他人隱私安全的重要性，樹立了信息社會責(zé)任意識。

綜上所述，本項目不僅促進(jìn)了學(xué)生計算思維的發(fā)展，也深化了學(xué)科核心素養(yǎng)的培育，為學(xué)生成為信息時代合格的數(shù)字公民奠定了堅實基礎(chǔ)。

參考文獻(xiàn)

[2] [4]中華人民共和國教育部.普通高中信息技術(shù)課程標(biāo)準(zhǔn)（2017年版2020年修訂）[M]. 北京：人民教育出版社，2018.

張瑜. 培養(yǎng)學(xué)生計算思維：初中學(xué)校開展Scratch編程教學(xué)的實踐與研究[J]. 中國信息化，2022（10）.