西南科技大学第一届计算机类产品创意设计表.docVIP

注：此为西南科技大学某学生作评，仅供参考，请勿抄袭，与上传者无关 西南科技大学第一届计算机类产品创意设计表 创意设计人： 专业： 班级： 学号： 产品名称具有面部识别功能的智能眼镜类似产品 现状本产品与谷歌公司2014年才推出的一款谷歌眼镜应用NameTag相似，这个应用目前并未对外开放下载。NaneTag基于一个巨大的人脸数据库为基础，可以将识别到的面部信息上传到云端与数据库中的信息进行比对。通过NameTag，谷歌眼镜用户可以从包括社交网络，全国性的人口信息注册表，以及犯罪系统数据库中读取数据但是谷歌公司对于谷歌眼镜的面部识别功能也有着严格的限制，其中也包括关于隐私的问题，谷歌公司态度也在不断的变化。并且谷歌公司的NameTag也有许多的不足与缺陷，比如NameTag的自动识别算法的准确率还不够高，产品的语音功能还不够完善，还没有大面积的向民众推广，关于隐私的问题还没有解决，并且产品还处于实验室阶段。 我所设计的产品对面部自动识别算法的准确率可以达到近99%，能够对每张脸的表情和位置进行标准化处理，从而可以从不同表情和角度的照片中确定多张照片都是同一个人的结论；眼镜将探测器内嵌于眼镜的环瞳孔区域中，而将探测到视觉信息传送到瞳孔前的小屏幕上；具有很高的像素；采用新型能源；质量很低。拟解决的问题.脸部自动识别算法的准确率还不够高； .镜片的屏幕上的显示屏还不够微型化； .镜框的材料需要更加轻便； .产品的造价过高，不能够大面积推广； .屏幕的像素还不够高； .对于能源的消耗过高，电池的容量要求高； .整体的重量过高，不能够满足人们的需求。拟运用所学课程知识点或技术列举拟用算法 采用与Facebook研发人员的最新研发成果DeepFace相似的脸部自动识别算法。 算法应用 一算法产品软件的练习是在大量的照片上练习的，每做出一个回应，软件就会对去其超过1.2亿个虚拟神经元网络突触的参数进行细微的调整，从而给已经获得的知识增添新的经验。这种改动遵循的是一种叫做自由能量的物理方程。这种方程支配着诸如沙丘形成等自然现象：在风的作用下，沙粒的堆积方式使得沙丘的总体现状总是处于最稳定的状态，也就是能量最低的状态。而软件将这一方程应用到它的超过1.2亿个参数之上，以使整个神经网络结构的总体能量得以最小化。 二软件采用现在最流行的技术“卷积”神经网络，软件由9层组成，每一层就是一整套程序，每一个程序接收图片一小块区域的信息：脸部照片的位置，颜色和像素强弱信息（约几千个字节）首先注入第一层，过滤掉无用信息后输入第二层，再次过滤，不断重复。到了最后一层，一开始的图像被浓缩成非常简约的“标记”，原则上无法用于重建图像，但是却足以和另外一张图片的标记进行比较。如果两张照片的标记正好重合，系统就会认为两张脸属于同一个人。 最后的效果 只要其中一张照片有名字，另一张也就有了。软件首先学会识别脸部的多个关键点，并利用这些点旋转脸部（运用三维计算），把它们统一转到正面。比较每一对照片后，系统都会对神经网络的超过1.2亿个参数进行修改，从而学会对经过这种处理的脸部照片进行比较。随后，借助另一个数据库，对这种能力进行检验。 新产品 市场定位 （人群）刑侦人员，军队士兵，无人机，特种部队，海关等部门。 新产品 技术指标.软件对于脸部自动识别的算法可以达到99%； .眼镜的显示器的像素可以达到2000万像素； .镜框采用质量轻，耐高温，隔热，环保的新型复合材料； .采用太阳能电池或者容量大，质量轻的新型电池； .具有语言输入功能； .可以智能拍照。 新产品主要 功能点1.可以将识别到的面部信息上传到云端与数据库中的信息进行比对，并且给出是否为同一人的判断。 2.将扫描到照片自动上传到数据库。 3.战场对目标的准确锁定。 4.对选定目标进行追踪，判断。  其他 该款产品会继续的发展，未来将会运用到战场机器人上，能够准确对指定目标进行追踪，判断，打击；产品也会朝着对选定的任何物品或目标进行追踪，判断的方向发展。  产品初始状态 产品后期状态 脸部识别 产品显像原理