# 毕业纪念册 **Repository Path**: xinqi3050/graduation_album ## Basic Information - **Project Name**: 毕业纪念册 - **Description**: No description available - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2019-11-25 - **Last Updated**: 2020-12-19 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # APP:“毕业通” # Product Requirements:产品需求 Title | content ---|--- Target release(发布日期) | 2019/11/25 Epic(史诗名称) | 毕业通(大学毕业生通讯社交APP) Document status(文档状态) | 正在进行中 Document owner( 文件的主人) | [林新棋](https://gitee.com/xinqi3050) Designer( 领头的设计师) | [林新棋](https://gitee.com/xinqi3050) Developer( 领头的开发者) | [林新棋](https://gitee.com/xinqi3050) QA(领头的测试者) | [林新棋](https://gitee.com/xinqi3050) - [评分量表](#评分量表) # Product Requirements ## Introduction: “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。 ## Goals: APP两大特色:回忆与联系。
###### 加强联系: > 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。 ###### 社交化回忆,增加用户互动: > 1. 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;
> 2. 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;
> 3. (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。
# Background&strategic fit: #### 背景 - 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。 #### 策略: - 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) # Requirements: #### 用户痛点 1. 毕业后对应不上同学名字,忘记同学姓名 2. 毕业后想找其他专业同学合作,不知道姓名及联系方式 3. 毕业后同学联系互动少 #### 需求列表 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 ## Assumptions: 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。 ## user interaction and design * 产品功能图: ![产品功能图]() * 首页流程图: ![首页流程图]() * [Axure预览网址]() * 原型功能界面总览图 ![原型功能界面总览图]() ## 调用了face++人脸识别api * [旷视API调用代码档]() * [百度API调用代码档]() * 建立人脸库 ![](images/创建人脸库.png) * 添加人脸 ![](images/添加人脸.png) * 人脸搜索 ![](images/人脸搜索.png) * 自定义人脸信息 ![](images/自定义人脸信息.png) * 人脸加矩形框 ![](images/加矩形框.png) ## questions(可解决问题): 1. 调用百度api、旷视api识别人脸 2. 返回人脸姓名等个人信息 3. 不公开隐私信息,有设置按钮,防止恶意骚扰 ## not doing(暂时不做): 1. 虚拟现实情景 2. 数据榜单 # 评分量表 ## PRD1加值宣言 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。 ## PRD2核心价值 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。 ## PRD3核心价值与用户痛点 - 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。 ## PRD4需求列表与人工智能API加值 - 产品文档中“[需求](#Requirements)”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, ## 原型 - [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 ## 使用水平:API之输入及输出 * [旷视API调用代码档]() * [百度API调用代码档]() ##### API1.使用水平 1. 输入:点击/触摸毕业生头像 2. 输出:毕业生信息(姓名,性别,院系、班级) #### API2.使用比较分析 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](https://www.faceplusplus.com.cn/v2/pricing/)等 | [有提供免费试用、开通续费0.0007元/次](https://console.bce.baidu.com/ai/#/ai/imagerecognition/overview/index) #### API3.使用后风险报告 * 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](http://ai.baidu.com/easydl/image)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]() #### API4.加分项 - 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 ## 清单: * [百度api定制图像模型训练](http://ai.baidu.com/easydl/app/2/model) * [face++调用参考](https://blog.csdn.net/qq_37588821/article/details/80633563) * [百度api调用参考](https://blog.csdn.net/qq_40821981/article/details/81630552) * [dlib安装](https://www.cnblogs.com/AdaminXie/p/9032224.html) * [dlib训练连载](https://blog.csdn.net/hongbin_xu/article/details/78347484) * dlib库、cmake库安装完成、boost库安装未成功