探究图像识别教学中的计算思维培养方式
朱丽花 白珍
随着移动互联网、智能手机和各种社交媒体的发展，图像慢慢成为互联网中的主要信息载体，图像识别在日常生活中扮演了非常重要的角色。例如，交通运输方面的车牌自动识别系统，公共安全方面的指纹识别技术、人脸识别技术，农业方面的食品合格检测技术、森林里树木的健康状况分析技术，医学方面的X光片识别技术，商业方面的扫描二维码、商品相似款搜索技术，生活娱乐方面的“以图搜图”技术、娱乐监管技术等。此外，在机器人、智能家居、自动驾驶、教育、古玩等行业，图像识别也有不同程度的应用。但是，对课标提到的数据与计算的内容，不少教师的理解还停留在数值计算和工具操作层面，很少关注计算机处理类似于图像、视频等非数值型数据的原理和方法，并且普遍存在重实践轻理论、重操作轻思维的倾向。引导学生探究“人脸识别”背后的技术原理，体会形成问题解决方案过程中产生的一系列思维活动，有助于学生计算思维的发展。● “人脸识别”案例呈现
如今“刷脸”时代已经到来，人脸识别技术已应用到公安、机场、边防、银行、电子商务、单位考勤、安防等多个领域。那么，“人脸识别”是什么？它又是如何工作的呢？人脸识别可描述为给定静止或动态图像，利用已有的人脸数据库来识别图像中的一个或多个人，因此人脸识别通常也叫做人像识别、面部识别等。人脸识别技术的工作过程可以概括为信息数字化、简约、提取关键特征、自动识别等，具体过程如图1所示。
信息数字化。从摄像头、照片或视频中采样，检测出人脸的存在并确定其具体位置。
简约。为了保证人脸图像中人脸大小、位置以及人脸图像质量的一致性，必须对图像进行简约和预处理。常用的操作有增强图像对比度、姿态矫正、光照补偿、尺寸归一化、锐化等。
提取关键特征。提取出人脸中眼睛、鼻子、嘴巴的距离、倾斜度等关键特征。
自动识别。输入一个人脸特征，和数据库中对应的特征进行逐个比对，找出“一个”与输入特征相似度较高的特征。将这个较高相似度值和预设的阈值相比较，如果大于阈值，则返回该特征对应的身份，否则返回“不在库中”。
人臉识别技术使用到的提取、约简、数字化、抽象特征、建立模型、设计算法、自动处理等要素，都是构成计算思维的基本要素。● 运用计算思维探究“人脸识别”背后的技术
通过界定问题、抽象特征、建立模型、合理组织数据、判断分析与综合等一系列计算思维活动，能够有效探究“人脸识别”背后的技术。
1.界定问题
界定问题是把复杂的问题分解为具有可操作性的若干个小问题。
“人脸识别”的依据是什么？人脸识别是利用图像识别技术，根据原始图像的颜色分布、几何形状、纹理等视觉特征，来搜索相似的图像。它的技术方法有很多种，常用的一种称为“内容特征法”。
计算机中的图像如何存储？计算机中的图像，画面被划分成一个个按行、列顺序排列的“方格”，这些“方格”称为“像素”（如图2）。
2.抽象、提取关键特征
抽象、提取关键特征是从问题出发，排除无关因素，提取研究对象的重要特征，找到解决问题的关键要素。
我们将原图转成一张较小的灰度图像，假定为50×50像素（如图3）。这一步的作用是去除图片的细节，只保留结构、明暗等关键信息，摒弃不同尺寸、比例带来的图像差异。
我们将灰度图像进一步转换成黑白图像（如图4）。转换时，先要为“黑”和“白”设定一个恰当的分界值，称为“阈值”。灰度小于这个阈值的像素被确定为“黑”，灰度大于这个阈值的像素被确定为“白”。阈值确定的原则是使黑白图像的轮廓与原图尽量一致。
3.建模、构造算法
通过关键要素间的逻辑关系，用形式化的方法来处理逻辑演算，构建数学模型，即将各关键要素的逻辑关系式通过一定的符号联系起来，形成表达推理的形式结构。
我们将黑白图像中的每个像素用二进制数0或1表示，0代表黑，1代表白，形成一个50×50的0-1矩阵，称为“特征矩阵”（如图5）。
我们将搜索到图像的特征矩阵与原图的特征矩阵进行比对，比对方法类似于“汉明距离”算法，即对两个矩阵中相同位置的二进制数值进行异或运算，若两个值相同则运算结果为0，否则为1。
4.分析数据，得出结论
统计运算结果中1的个数，若1少于一定数量则认为两张图像相似，否则认为不相似。
由此可知，特征矩阵是根据原始图像的内容决定的。因此，需要对图像进行预处理，如调整色相、饱和度、明度、对比度、清晰度以及裁剪、局部加工等，强化图像的内容结构，突出图像特征，提高搜索效率。
5.迁移、拓展延伸
人脸识别技术可以减少信息泄露，加快通行检查速度，打击犯罪等。跟“人脸识别”使用相似技术原理的有车牌自动识别系统、商品相似款搜索、生物识别、水利资源调查等（如图6），这些都属于图像识别技术。
图像识别技术是立体视觉、运动分析、数据融合等实用技术的基础，是人工智能的一个重要领域，它已经应用于我们生活的方方面面，给我们带来极大便利。图像识别的发展经历了三个阶段：文字识别、数字图像处理与识别、物体识别。此技术的产生就是为了让计算机代替人类去处理大量的物理信息，解决人类无法识别或者识别率特别低的信息。
在日常教学中，我们应该从最基本的概念、技术出发，刨根问底，追根溯源，让学生理解理论从何而来，向何而去，指导学生运用计算思维进行深入思考，帮助他们在分析问题和解决问题的过程中发展计算思维，提升计算思维能力。
