摘要:

随着计算技术觉、人工智能和移动技术的发展,利用计算机读脸技术去识别每个人每天的健康是可行的。怎么去设计一个基于FRT(face reading technologies)的用于得到每天的保健实践的应用是困难的。本文提出一种设计关于技术调用,称之为Faced,基于传统中医学。

关键词

读脸技术、健康、幸福、中医、人脸诊断、设计研究、自理

1 介绍

人脸识别广泛应用于:出席管理、进出控制、安保、情感识别、算命、IQ检测。

人脸可以揭露不同的健康状况,甚至身体内部的疾病。

关于一个人的健康可以简单地通过观察他的脸得到。

如何设计一个可以融入到每天的健康实践中的系统还有待探索。

开放的问题:

1)谁将会在每天的生活使用FRTs用于健康检测?

2)FRTs可以用于什么类型的健康状况检测?

3)人们希望从FRTs得到什么信息

4)当设计FRT应用时会使用什么独特的技术?

Faced:人脸和舌头拍照,回答一些问题,app会展示中医的评估结果

2 中医面部诊断背景

中医诊断方法包括四部分:观察面部特征、听、闻、询问症状、把脉。

面部诊断的时候,脸的颜色是最重要的。中医将面部颜色分为五种:绿色、黄色、红色、白色和黑色。

面部颜色或光泽的变化->身体病态变化

3 相关工作

微笑冰箱:检测到笑脸后冰箱会自动打开。

与传统的临床方法不同,目前HCI开始探索技术在每一天促进和使能健康中扮演的角色。

介绍一些健康的技术。

4 研究

文化探究:使用不同的文化品去鼓舞人们反思生活,以便生成设计灵感。

技术探究:直接将简单的、灵活的、以及合适的技术暴露给用户,以便去理解他们在真实世界中的需求和欲望。

Faced:

一个人脸图像首先记性颜色矫正以及图像质量优化等预处理,

然后应用人脸或嘴唇分割,deep-learnig 以及svm->特征提取。

特征包括:人脸颜色、人脸光彩、嘴唇颜色、舌头颜色、舌苔颜色以及舌头的形状。

Reading Face, Read Health论文阅读笔记的更多相关文章

  1. 论文阅读笔记 - YARN : Architecture of Next Generation Apache Hadoop MapReduceFramework

    作者:刘旭晖 Raymond 转载请注明出处 Email:colorant at 163.com BLOG:http://blog.csdn.net/colorant/ 更多论文阅读笔记 http:/ ...

  2. 论文阅读笔记 - Mesos: A Platform for Fine-Grained ResourceSharing in the Data Center

    作者:刘旭晖 Raymond 转载请注明出处 Email:colorant at 163.com BLOG:http://blog.csdn.net/colorant/ 更多论文阅读笔记 http:/ ...

  3. 论文阅读笔记 Word Embeddings A Survey

    论文阅读笔记 Word Embeddings A Survey 收获 Word Embedding 的定义 dense, distributed, fixed-length word vectors, ...

  4. 论文阅读笔记 Improved Word Representation Learning with Sememes

    论文阅读笔记 Improved Word Representation Learning with Sememes 一句话概括本文工作 使用词汇资源--知网--来提升词嵌入的表征能力,并提出了三种基于 ...

  5. [置顶] 人工智能(深度学习)加速芯片论文阅读笔记 (已添加ISSCC17,FPGA17...ISCA17...)

    这是一个导读,可以快速找到我记录的关于人工智能(深度学习)加速芯片论文阅读笔记. ISSCC 2017 Session14 Deep Learning Processors: ISSCC 2017关于 ...

  6. Nature/Science 论文阅读笔记

    Nature/Science 论文阅读笔记 Unsupervised word embeddings capture latent knowledge from materials science l ...

  7. 论文阅读笔记(二十一)【CVPR2017】:Deep Spatial-Temporal Fusion Network for Video-Based Person Re-Identification

    Introduction (1)Motivation: 当前CNN无法提取图像序列的关系特征:RNN较为忽视视频序列前期的帧信息,也缺乏对于步态等具体信息的提取:Siamese损失和Triplet损失 ...

  8. 论文阅读笔记(十八)【ITIP2019】:Dynamic Graph Co-Matching for Unsupervised Video-Based Person Re-Identification

    论文阅读笔记(十七)ICCV2017的扩刊(会议论文[传送门]) 改进部分: (1)惩罚函数:原本由两部分组成的惩罚函数,改为只包含 Sequence Cost 函数: (2)对重新权重改进: ① P ...

  9. [论文阅读笔记] GEMSEC,Graph Embedding with Self Clustering

    [论文阅读笔记] GEMSEC: Graph Embedding with Self Clustering 本文结构 解决问题 主要贡献 算法原理 参考文献 (1) 解决问题 已经有一些工作在使用学习 ...

随机推荐

  1. Spring基础知识1--环境搭建、bean创建、依赖注入、注解注入

    一.Spring两大核心内容 1.控制反转IOC/DI:  应用本身不负责对象的创建和维护,对象和依赖对象的创建完全交给容器管理. 2.AOP(面向切面编程):通过预编译的方式,在运行期通过动态代理的 ...

  2. Centos-shell-简介

    shell 壳 1. 用户在操作系统上完成的所有任务都是通过shell与linux内核的交互实现的, 是用户和操作系统内核之间的通信桥梁 用户操作任务 <__> shell <__& ...

  3. Python练习题 039:Project Euler 011:网格中4个数字的最大乘积

    本题来自 Project Euler 第11题:https://projecteuler.net/problem=11 # Project Euler: Problem 10: Largest pro ...

  4. 064 01 Android 零基础入门 01 Java基础语法 08 Java方法 02 无参带返回值方法

    064 01 Android 零基础入门 01 Java基础语法 08 Java方法 02 无参带返回值方法 本文知识点:无参带返回值方法 说明:因为时间紧张,本人写博客过程中只是对知识点的关键步骤进 ...

  5. Python3基础——函数

    ython 函数 函数是组织好的,可重复使用的,用来实现单一,或相关联功能的代码段. 函数能提高应用的模块性,和代码的重复利用率.你已经知道Python提供了许多内建函数,比如print().但你也可 ...

  6. 《C++primerplus》第12章练习题

    做一下倒数两题,都是在队列模拟的程序基础上做点修改测试. 5.找出平均等候时间为1分钟时,每小时到达的客户数为多少(试验时间不少于100小时). 指定队伍最大长度10人,模拟100小时.粗略估计答案在 ...

  7. 优质分享 | Spring Boot 入门到放弃!!!

    持续原创输出,点击上方蓝字关注我 目录 前言 视频目录 如何获取? 总结 前言 最近不知不觉写Spring Boot专栏已经写了九篇文章了,从最底层的项目搭建到源码解析以及高级整合的部分,作者一直在精 ...

  8. html ul li 自定义宽

    1. ul里面的样式  2. ul li 里面的样式

  9. C# 中 System.Index 结构体和 Hat 运算符(^)的全新用法

    翻译自 John Demetriou 2019年2月17日 的文章 <C# 8 – Introducing Index Struct And A Brand New Usage For The ...

  10. 实验 6:OpenDaylight 实验——OpenDaylight 及 Postman 实现流表下发

    一.实验目的 熟悉 Postman 的使用:熟悉如何使用 OpenDaylight 通过 Postman 下发流表. 二.实验任务 流表有软超时和硬超时的概念,分别对应流表中的 idle_timeou ...