《机器的“看”》教学设计-2026-2027学年苏科版（新教材）初中信息技术九年级全一册

《机器的“看”》教学设计-2026-2027学年苏科版（新教材）初中信息技术九年级全一册一、学情分析本节课授课对象为九年级学生，学生已完成物联网感知、数据传输相关知识学习，能够理解传感器采集外界信息的基础逻辑，同时在生活中频繁接触人脸识别门禁、扫码识别、校园智能监控等机器视觉设备，具备充足生活体验。九年级学生抽象逻辑思维趋于成熟，可通过案例拆解、流程图建模理解机器视觉工作流程，但对图像特征提取、数据训练等底层逻辑存在理解障碍；学生习惯小组合作探究，乐于结合本校真实校园场景开展项目思考。同时学生对人脸图像采集、校园监控拍摄存在隐私认知盲区，容易忽视图像数据泄露、算法误判带来的伦理问题。本课依托“智慧校园”主线，用师生问答、校园实景案例降低抽象技术门槛，同步渗透AI伦理与数据安全意识，贴合九年级学生综合思辨能力发展需求。二、教材分析本课是新教材苏科版九年级全一册第三单元《人工智能的本质——我为校园增“智慧”》探索2《机器的“看”》，是人工智能感知智能核心第一课，承接单元开篇人工智能基础概念，为后续《机器的“听”与“说”》自然语言交互学习搭建感知智能完整知识框架。教材全程以智慧校园为项目载体，课文内容分为四大板块：第一板块为校园实景图文导入，展示校门人脸识别门禁、图书馆图书识别、教室课堂行为监测、校园垃圾分类识别四类校内机器视觉应用；第二板块讲解机器视觉（计算机视觉）核心定义与完整工作四步骤：图像采集→特征提取→模型比对→输出判断，配套教材标准流程示意图；第三板块区分三大基础视觉任务：图像分类、目标检测、人脸识别，搭配对比表格梳理三类技术功能、校园应用场景；第四板块拓展阅读《校园图像数据使用规范》，讲解图像隐私保护、算法局限性、校园AI使用伦理。教材遵循“校园场景感知→技术流程拆解→分类对比归纳→伦理安全拓展”编排逻辑，兼顾理论认知与校园项目实践，落实2022版信息科技新课标人工智能模块学业要求，是理解机器模拟人类视觉感知的核心课时。三、核心素养目标1.信息意识：结合教材校园图文案例，识别校园内各类机器视觉应用，感知图像数据是机器“看懂世界”的基础；区分普通摄像头拍摄与机器视觉智能识别的本质差异，认识图像数据的应用价值与隐私风险。2.计算思维：能够拆解机器视觉“采集—提取—比对—判断”完整流程，借助教材表格建模区分图像分类、目标检测、人脸识别三类技术；针对校园不同场景逆向匹配适配视觉技术，形成“场景需求匹配AI技术”的逻辑推理能力。3.数字化学习与创新：依托课本探究任务，小组合作梳理校园垃圾分类智能识别方案；可绘制简易机器视觉流程示意图，尝试为校园设计轻量化视觉应用思路。4.信息社会责任：知晓人脸、校园场景图像属于敏感个人数据，掌握校园图像采集、存储、使用的规范；辩证看待机器视觉的便利与算法误判、隐私泄露问题，树立合规、负责任使用校园AI视觉设备的数字伦理意识。四、教学重难点（一）教学重点1.掌握机器视觉四步完整工作流程，读懂教材配套流程示意图。2.区分图像分类、目标检测、人脸识别三类视觉技术，熟记各自校园应用场景。3.结合校园实景案例，准确匹配对应机器视觉技术方案。（二）教学难点1.理解“图像特征提取”抽象逻辑，明白机器依靠像素特征而非整体画面完成识别。2.综合场景环境、数据需求、隐私约束，为校园场景选择合理视觉技术。3.理性辩证分析校园机器视觉的优势与伦理、安全隐患，形成规范使用意识。五、教学过程（一）情境导入，回顾单元旧知，引出课题教师投影教材开篇校门人脸识别门禁实拍图，面向全体学生开展互动问答。

师：同学们翻开课本第三单元探索2首页，观察这张校门智能门禁图片，大家每天入校都要经过这套设备，对比传统刷卡门禁，它依靠什么技术识别我们的身份？

生：摄像头拍摄人脸，系统自动认出是不是本校学生。

师：回答很贴近生活，我们上一节课学习人工智能基础概念，知道人工智能是模拟、延伸人类智能的技术。人依靠眼睛观察、分辨物体，课本第一段提出核心问题：机器如何拥有类似人类眼睛的感知能力？全班齐读课本定义句：“机器的‘看’依靠计算机视觉技术，又称机器视觉，通过摄像头采集图像，结合算法让机器分辨画面中的物体、人物、场景，完成智能判断。”

师：普通监控摄像头只能记录画面，无法自主分辨内容，机器视觉最大区别是什么？

生：能看懂画面内容，自动做出判断。

教师顺势板书课题：探索2《机器的“看”》，点明本课围绕“智慧校园”项目，拆解校园里各类机器视觉技术。

设计意图：依托教材校园实景图片导入，衔接单元人工智能基础旧知，制造“普通拍摄”与“智能识别”认知冲突，自然引出机器视觉核心概念，紧扣单元“我为校园增智慧”项目主线，贴合线下实景课堂生活化导入模式。（二）新知模块一：机器视觉完整工作流程（教材课文第1-2自然段精讲）教师板书子标题：一、机器视觉四步工作流程，同步投影教材标准流程示意图：图像采集→特征提取→模型比对→输出判断。

师：我们逐句解读教材第二段文字，第一步图像采集，课本写明依靠摄像头、高清相机等图像传感器完成画面捕捉，校园门禁、图书馆扫码摄像头都属于采集设备。哪位同学举例说说校园里负责图像采集的硬件？

生：校门人脸识别摄像头、图书馆图书识别相机、垃圾分类站高清监控。

师：第二步是本节课难点——特征提取，请大家勾画课本关键描述：机器不会像人一样整体观察画面，而是拆分画面像素，提取轮廓、颜色、纹理、五官点位等独有特征。举个例子，机器识别人脸不会记住长相，只会记录眼睛、鼻子、嘴巴的坐标位置。互动提问：如果一张人脸照片被口罩遮挡，机器提取五官特征会出现什么问题？

生：五官特征缺失，识别准确率下降，甚至识别失败。

师：第三步模型比对，课本解释：提前用海量标注图像训练AI模型，将实时提取的特征与模型数据库内标准特征做匹配。校园门禁提前录入全校师生人脸特征库，就是完成模型训练。第四步输出判断，匹配成功输出对应指令，门禁自动抬杆；匹配失败则禁止通行。

完整案例分析（教材校园门禁案例）：学生站在校门摄像头前，摄像头采集人脸图像→算法提取五官特征→与校内人脸库比对→匹配成功，闸机开启，完成一次完整机器视觉运算。

设计意图：逐段精讲教材定义与流程示意图，阶梯式师生问答拆解“特征提取”教学难点；以学生每日接触的校门门禁为实景案例，把抽象像素特征逻辑具象化，引导学生标注课本重点文字，养成研读教材的课堂习惯。（三）新知模块二：三类基础机器视觉技术（教材课文第3-5自然段精讲）教师板书子标题：二、校园中三类核心机器视觉技术，依次讲解图像分类、目标检测、人脸识别，同步出示教材配套对比表格框架。

师：阅读课本第三自然段第一种技术——图像分类，课本定义：只判断“画面里是什么物体”，不定位物体位置。校园垃圾分类智能桶就是典型应用，摄像头拍摄垃圾，机器只分辨是纸张、塑料还是金属。提问互动：图像分类能否同时识别垃圾桶内多个不同垃圾？

生：不能，图像分类只能识别单一主体，无法区分多个物体位置。

师：第二种技术目标检测，课本第四自然段补充：既能识别物体类别，还能框出物体在画面中的具体位置。教室课堂行为监测设备使用该技术，框出举手学生、低头学生，同时判断行为类型。对比提问：图书馆清点书架图书，需要识别多本书籍并标注位置，选用分类还是目标检测？

生：目标检测，可以定位每一本书的位置并识别书籍类型。

师：第三种人脸识别，属于目标检测的细分专用技术，课本第五段说明：专门提取人脸五官特征，完成身份比对，仅用于人物身份核验，代表场景为校门门禁、校园宿舍出入核验。下发教材配套对比表格，组织学生结合课文内容填写：视觉技术核心功能校园典型应用识别局限图像分类判断物体种类，无位置标注智能垃圾分类桶、图书封面识别仅识别单一主体，多物体识别失效目标检测识别物体+标注画面位置课堂行为监测、校园车辆识别无法区分同一类物体具体身份人脸识别提取人脸特征，核验个人身份校门门禁、宿舍人脸核验遮挡五官、光线昏暗会大幅降低准确率表格填写完成后分层问答巩固：

师：校园停车场识别进出车辆车牌，需要定位车辆并识别车牌文字，应当选用哪类技术？

生：目标检测，定位车辆位置并识别车牌字符。

师：图书馆快速识别单本图书封面，不需要定位多本书，适合哪种技术？

生：图像分类。

设计意图：依托课本文字依次拆解三类视觉技术，用对比表格可视化梳理差异；全部案例取自教材智慧校园场景，问答训练学生根据校园需求匹配技术的计算思维，落实本课教学重点。（四）课堂探究活动：校园AI视觉方案设计（教材探究任务实操）教师出示课本课后探究题目：“为校园垃圾分类站设计一套机器视觉识别方案”，4人小组结合本课流程、三类视觉技术开展讨论，梳理完整实现步骤。

小组代表发言后，教师结合教材知识点梳理标准方案：1.图像采集：垃圾分类桶上方安装高清摄像头，实时拍摄投入垃圾；2.技术选型：选用图像分类技术，识别纸张、塑料、玻璃、金属四类垃圾；3.特征提取：提取垃圾颜色、轮廓、纹理像素特征；4.模型比对：提前录入各类垃圾图片训练分类模型；5.输出判断：识别垃圾种类后语音提示正确投放桶位。

互动拓展提问：如果垃圾站同时投放多种混合垃圾，仅用图像分类会出现什么问题？如何优化？

生：分类识别混乱，可以升级为目标检测，分别定位每一件垃圾并识别种类。

设计意图：使用教材原生探究任务作为小组活动，完整复现机器视觉四步流程与技术选型逻辑，让学生完成从理论到校园项目落地的思维转化，提升数字化创新设计能力。（五）拓展延伸：校园图像数据隐私与AI伦理（教材文末拓展阅读）带领全班齐读教材拓展板块《校园图像数据使用规范》，开展思辨式师生问答。

师：课本明确，校园人脸、学生课堂画面都属于个人敏感图像数据，学校存储、使用这些数据必须提前告知师生。提问：如果校园监控随意截取学生人脸照片对外分享，存在哪些安全隐患？

生：个人身份信息泄露，人脸数据可能被不法人员滥用。

师：教材同时提到机器视觉存在算法局限性，光线差、物体遮挡时容易误判，能否完全依靠机器视觉管理校园？为什么？

生：不能，机器存在识别错误，需要老师、安保人员人工复核，人机协同才更合理。

教师总结两条课本核心规范：第一，校园图像数据仅可用于校园安全、教学管理，禁止对外泄露；第二，AI视觉设备不能替代人工管理，人机协同兼顾便利与公平。

设计意图：深挖教材拓展阅读伦理板块，平衡技术知识学习与信息社会责任培育，引导学生辩证看待AI技术优势与缺陷，完善四维核心素养整体落地。（六）课堂小结，梳理教材完整知识脉络师生依托课本图文、表格共同梳理本课知识框架：1.机器视觉即机器的“看”，依靠摄像头采集图像，模拟人类视觉感知；2.统一工作流程：图像采集→特征提取→模型比对→输出判断；3.三类核心视觉技术：图像分类、目标检测、人脸识别，适配不同校园场景；4.校园图像数据属于隐私信息，使用AI视觉设备需遵守校园数据规范，人机协同使用。六、