大创竞赛-基于深度神经网络的终身学习智能家居系统.zip

### 介绍 以树莓派为控制中心，以智能音箱和基于flask web开发的用户界面( UI)为用户交互终端。开发与集成了 Home Assis- tant平台、百度语音平台、图灵机器人，实现语音交互控制室内终端设备，采用 JavaScript设计UI图形界面实现远程控制家居设备。模糊技术可以模拟人类的逻辑推理，执行判断和决策功能，模糊神经网络在模糊的技术上增加学习能力，有效的降低数据集中模糊和不确定的部分。 ### 功能： #### 实现了语音控制的功能 \1. 主要负责通过语音交流实现对家电的控制。 \2. 在接受使用者的语音调节指令时，进行数据采集存放到数据库中，再进行训练。为自动调整屋内环境做准备。提供个性化的智能管理。 #### 光照强度控制： \1. 控制对象：灯具 \2. 由光照传感器接受光照强度，将信息传递给智能管家，由智能管家进行分析处理，自动调整灯具的亮度，构建一个适宜的光照环境。 #### 室内温度控制: \1. 控制对象：空调或地暖 由温度传感器接受室内温度，将信息传递给智能管家，由智能管家进行分析处理，自动调整空调或地暖的温度设定，构建一个适宜的温度环境。 构建一个基于深度神经网络的终身学习智能家居系统，实现收集用户日常生活习惯数据，并自主学习，创建一个个性化的智能家居系统。 ### 关键技术： 人脸识别，语音识别，信号控制 ##### ***\*项目工作有哪些不足，有哪些问题尚需深入研究，项目工作中的困难、问题和建议：\**** 项目中不足： 人脸识别准确度不高,对人脸与摄像头距离和人脸清晰度有较高要求，语音AI容易误识别周围噪音，前端界面的显示可能会和语音AI操作不同步(比如让语音AI开灯，但前端界面的按钮依然显示已关闭)，前端排版问题等 项目工作中的困难与解决方法： 对于人脸识别来说，我们自己的机器训练模型，需要大量的时间，时间效益不高。所以我们采用了百度的人脸识别API，通过企业预设的模型，我们很快完成了人脸识工作的训练与布设。 对于语音控制来说，我们对于语义分析基础薄弱。但是我们最终选择挑取关键字的路线：即用户对某一个指令，如果采用语音操作，必然会说出某个关键词，因此略去了对语义分析的详细处理，简化了工作流程。