《机器的“看”》教学设计-2026-2027学年苏科版九年级信息技术全一册

《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、扫码设别、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灰目思考。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、校园垃汲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f特征提取f模型比对f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

知一技术流程拆解f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“采集一提取一比对一判断”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II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

(-)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。

(-)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：机器如何羽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，无法刍主分辨内容，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。

(-)新知模块一：机器视觉完整工作流程(教材课文第「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：图像采集一特征提取一模型比对一输出判断。

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一一特征提取，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，机器泥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

像头采集人脸图像一算法提取五官特征一与校内人脸库比对一匹配

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一一图像分类，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泣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，智能垃圾分类桶、仅识别单一主体，多

无位置标注图书封面识别物体识别失效

目标检测识别物体+标课堂行为监测、校无法区分同一类物体

注圆面位置园车辆识别具体身份

人脸识别提取人脸特征，校门门禁、宿舍人遮挡五官、光线昏暗

核验个人身份脸核验会大幅降低准确率

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：教材同时提到机渊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：图像采集一特征提取一模型比对一输出判断;

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