Target release
2018年1月9日
Epic
"毕业通"APP
完成情况
完成
Document Status
4.0
ower
@LuJIAYan
Developer
@LuJIAYan
designer
@LuJIAYan
QA
@LuJIAYan
"毕业通"APP是一个提供给毕业生回忆与联系大学的毕业通讯社交APP。
APP两大特色:回忆与联系。
做一个毕业通讯社交APP,记录校园每一届毕业生的毕业照,然后利用人脸识别系统,每个人脸对应ta的个人信息(姓名,联系电话,QQ,微信,专业等),也可以方便毕业之后联系,点击头像可以发起临时会话,加强联系。
- APP还有毕业墙页,相当于毕业生的朋友圈,又区别于微信朋友圈,该APP可以送礼,留言会浮动在页面下方,视觉效果比较不一样;
- 再根据点赞的数据,做数据分析和数据可视化,每周推出数据榜单,如:我的头号粉丝(点赞评论次数最多的人筛选出来)等;
- (远)有能力的话结合虚拟现实技术,发展VR一体机,再现大学毕业场景,让用户声临其境,与过去自己对话(类似哈利波特、头号玩家的情景),回忆过去,反思现在。
- 弱关系更有助于我们获取信息。很多人会觉得应该和同行业的人以及同等价值观的人交流,最为没有阻碍,最有效率。强关系提供了纽带,而弱关系则扮演了桥梁的角色。如果能够将强关系的信任和弱关系的新信息组合起来,我们会发现自己很多时候都变得游刃有余。
- 开放式创新组织间知识协同是组织间在知识方面的相互配合与协作,知识资源跨越组织边界的优化配置。该APP可以把不同专业的人汇聚在一起同时提供平台他们联系合作,各施所长,协同发展创新。
- 随着大数据时代的到来,大数据渐渐进入人们日常生活,人们出于好奇,对如支付宝年度榜单、网易云榜单等年度榜单的热情增加,"毕业通"后台可以抓取一下用户互动的数据,做一些有趣的"课题研究",如根据互动数据做一些评选,选出头号粉丝等,通过数据可视化呈现给用户,用用户交流分享,从而促进联系。
- 运用了机器学习中视觉技术的细粒度图像识别的图像分析——图像主体检测功能,通过即对于输入的一张毕业照图片(可正常解码,且长宽比适宜),识别里面人脸,返回人脸数据id匹配人脸库对应人脸信息,输出该人的个人信息。(最小可行性目标)
- 毕业后对应不上同学名字,忘记同学姓名
- 毕业后想找其他专业同学合作,不知道姓名及联系方式
- 毕业后同学联系互动少
| title | User story | importance | notes | 技术 |
|---|---|---|---|---|
| 遗忘与回忆 | 毕业多年后后看到毕业照对应不上同学的名息 | importance | 核心功能 | 百度人脸识别 |
| 加强联系合作 | 毕业后联系少互动少 | general | APP的毕业墙留言、送礼、临时会话 | 通讯技术、直播送礼相关技术 |
| 趣味性 | 用户粘度不高 | general | APP的定时推出最榜单 | 数据分析与利用 |
1.用户使用通讯录回忆册页面的时候可以佩戴相关的VR产品,让用户身临其境回忆起毕业照的场景。
- 调用百度api、旷视api识别人脸
- 返回人脸姓名等个人信息
- 不公开隐私信息,有设置按钮,防止恶意骚扰
- 虚拟现实情景
- 数据榜单
通过调用百度人脸识别API,点击APP毕业照人脸头像,返回人脸姓名等相关信息,方便毕业生查找相关同学的信息,加强沟通协作。
最小可行性目标是实现一张毕业照(4个同学)识别,返回同学姓名,专业等相关信息。
- 解决 "毕业后忘记同学名字"、"平时沟通互动少找人帮忙尴尬"和"找同学合作没有联系方式"等毕业社交痛点问题。
- 产品文档中"需求"部分有反映使用的API加值,
- 用到的的api有人脸检测、人脸识别、分类、信息匹配,
- 产品原型展示和信息设计,包括交互及界面设计、信息设计、原型文档的所有内容。
- 人工智能的加值部分在原型文档 首页-毕业通讯录
- 输入:点击/触摸毕业生头像
- 输出:毕业生信息(姓名,性别,院系、班级)
| 对比项 | face++ | 百度API |
|---|---|---|
| 成熟度 | 目前只有文字自定义训练库 | 比较好,有自定义图像训练库,还有训练报告 |
| 性价比 | 有提供免费试用、WebAPI接入0.0005-0.01元/次等 | 有提供免费试用、开通续费0.0007元/次 |
- 单人特征识别中的性别识别。人脸识别仅能识别到人脸外貌更偏向女性还是男性,很难对女生男相、男生女相进行正确的判断。--已输出学生的姓名、专业为主。
- 人工智能概率性:由于照片人脸的角度、光线、发型问题,识别人脸会有出错几率。face_recognition是一个基于python的开源的人脸识别库,据说识别准确率达到了99.38%
- 利用百度api物体检测平台尝试训练了一组图像,结果如图。建议:训练图片越多,训练精准度越高,笔者仅测试了7张照片,训练效果欠佳
- 百度物体检测模型报告
- 用到的的api有图像检测识别出人脸、自定义图像ID为姓名班级、利用百度开放平台进行自定义图像模型训练
- 百度api定制图像模型训练
- face++调用参考
- 百度api调用参考
- dlib安装
- dlib训练连载
- dlib库、cmake库安装完成、boost库安装未成功