人工智能实战2019第一次作业_李大

项目	内容
课程	人工智能实战2019
作业要求	第一次作业 介绍自己，提出课程项目建议
我的课程目标	见下具体作业
此作业帮助	学会使用博客，明确课程目标
我的Github主页	LeeDua

1.本课程具体目标

• 从应用层面熟悉人工智能的开发流程：熟悉微软感知服务API、模型搭建流程、调试流程。
• 接触界面编程：学会包装内核程序，能独立完成较美观的界面程序。
• 接触项目管理：掌握多人协同开发的流程，在开发进度管理层面上获得一定认识，在过程中学习沟通、协作技巧。
• 规范编程习惯，学习项目工程量较大时的设计模式。

2.学习过的编程语言及代码行数

• Vhdl:1000
• Verilog:1000
• C:2000
• Python:2000
• C#：5000

3.AI项目想法

想法1

• 概述：实现以下多人卡牌游戏AI（特殊性主要源于机制、流程的相对简易程度）
• 背景：一款多人桌游，简述如下：
  1.核心机制：总牌库为1-8八种牌，每种数量与其数值相等；游戏过程中一般情况下玩家每个人持有5张，但玩家不能看到自己的牌，只能看到别人的牌。
  2.游戏流程：每个玩家在自己回合可以从小数值到大猜测自己拥有哪些牌，若成功则触发卡牌的效果（对其他玩家造成惩罚或自己获得利益），若失败则获得惩罚，并结束自己回合。游戏结束条件为场上任一玩家因惩罚出局，导致出局事件的玩家为胜者（自杀除外）。
• 此项目对线上多人卡牌类游戏后有需求、使用价值，可训练高质量AI参与游戏在一些情况下可提升游戏体验。桌面游戏进程中往往需要全员持续参与，若有玩家离开游戏以AI替代可以在保证游戏体验的情况下延续游戏，也可以用于帮助玩家熟悉规则、学习技巧。如今线上多人卡牌游戏尚少，但近来已有越来越多的成功案例出现，未来此类游戏丰富后，此项目可以提供一个通用的基础AI模板。
• 如何利用微软认知服务改善此想法：
  • 此想法本就不是“认知”类型的，大概可以抽象为一个时间序列问题，简单的想法是在较大数据量的情况下用RNN学习决策逻辑。
  • 为了完成“思考如何使用微软认知服务改善自己的NABCD”作业，下面提出另一个项目想法。

想法2

• 概述：先建立一个评价脸型-发型协调程度的数据库，而后基于脸部特征和发型进行分类，分类后学习评分较高的结果从而对给定脸型输入推荐发型搭配并输出叫类似的现有案例供参考。
• 需求分析：可以让用户通过脸部特征的平行了解自己对各种发型的适配程度，尝试新的自己。
• 难点：数据库的建立（数据的打分、标识）、脸部特征识别已比较成熟但发型特征的提取可能会存在问题。
• 使用认知服务API：
  1. 识别脸部特征，对图像进行初步数据（脸部特征）提取
  2. 可以的话进一步定制得到较详细的脸部特征描述模型
  3. 进行进一步定制得到发型轮廓的分割结果

转载于:https://www.cnblogs.com/lixiaoda/p/10455269.html