Ansigtsgenkendelse er en teknologi eleverne kender og anvender. Eleverne arbejder med en selvvalgt problematik i forskellige faser fra simpel matematisk modellering til programmering.
Forløbet kan styrke elevernes kritiske stillingtagen og de kan bruge matematikken til at åbne og forstå en samfundsrelevant teknologi.
Dette forløb fokuserer på ansigtsgenkendelse, som er en teknologi eleverne allerede kender. Forløbet sigter mod at koble matematik og teknologiforståelse gennem en kombination af geometrisk analyse og kritisk tænkning, hvor eleverne bruger matematik de allerede kender til at forstå ansigtsgenkendelse. Eleverne skal arbejde projektorienteret og undersøge en selvvalgt problematik ift. ansigtsgenkendelse.
Aktivitetens længde
4-6 moduler afhængigt af hvor meget du ønsker at eleverne går i dybden med egne projekter og programmering.
Hvis ikke du har mod på programmeringsdelen kan modul 3 og 4 skippes, således forløbet bliver væsentligt kortere. Du kan også vælge kun at fokusere på én maskinlæringsmodel (facial landmarks i modul 3 eller CNN i modul 4).
Materialer
Elevmaterialer (word, 14 sider)
Lærervejledning (PDF, 15 sider)
GeoGebra 6.0
Hjemmesiden ansigter.tfprojekt.dk med aktiviteter og link til colab til modul 3 og 4
Videoer (to styk til forklaring af de to modeller)
Aktivitetens sværhedsgrad
Mellem
Beskrivelse af aktiviteten
Forløbet er opbygget af tre faser. I fase 1 starter eleverne med en ”forsimplet” matematisk tilgang, hvor de finder karakteristiske forhold i ansigter ved brug af papir/blyant/lineal. I fase 2 arbejder eleverne med GeoGebra, hvor eleverne arbejder videre med tilgangen, og samtidigt og så plotter og laver mindre beregninger. I fase 3 stifter eleverne bekendtskab med programmering med udgangspunkt i to modeller: facial landmarks og convolutional neural networks. Programmeringsdelen er støttet af Jupyter Notebooks, som er et onlinemiljø, der kunne ligne en blanding af Google Docs og Maple Worksheets, hvor eleverne kan skrive almindelig tekst og skrive/eksekvere kode direkte i dokumentet.
Eleverne arbejder med deres selvvalgte problematik på tværs af de tre faser. Det kan fx være køn, alder eller brug af plastikkirurgi. Til slut præsenterer eleverne deres arbejde på plancher.
Afprøvning
Forløbet har været afprøvet på fire klasser (fire lærere) på tværs af tre gymnasier. Det er 2.g-klasser med A- og B-niveau eleverne som har afprøvet forløbet.
Forslag til forbedring
Hvis du gerne vil arbejde med en ansigtsgenkendelsesteknologi men uden at eleverne selv skal programmere, så kan du evt. skippe de to moduler om programmering og benytte googles teachable machine, hvor eleverne selv kan uploade billeder. Du skal dog være opmærksom på din skoles politik ift. brugen af Google.
Andet
Vi er fire forfattere i alt:
Mikkel Rønne, lærer, Gefion Gymnasium (idé); mrr@gefion-gym.dk
Morten Misfeldt, professor, Københavns Universitet; misfeldt@ind.ku.dk
Morten Aagaard Schultz, ph.d.-studerende, Københavns Universitet; mosh@di.ku.dk
og Cecilie Carlsen Bach, postdoc, Københavns Universitet; ceba@di.ku.dk
Velkommen til CCTD Library for undervisningsforløb!
Biblioteket indeholder undervisningsforløb i Computational Thinking (CT) – rettet mod gymnasiefag (fx dansk, samfundsfag, fysik, m.fl.) og som sit eget fag (informatik).