陳 鵬 潘宏錦 高貝貝 董敏弘 江曉蕾 馬天宇 李媛媛*

（天津工業(yè)大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，天津 300000）

1 相關(guān)工作和研究現(xiàn)狀

針對(duì)丟失物品的尋回或者防止物品丟失，目前通用的方法和研究領(lǐng)域如下，一個(gè)是通過給物品綁定物理設(shè)備，如藍(lán)牙，GPS定位設(shè)備等，可以實(shí)時(shí)定位到物品的物理位置。但是這樣的缺點(diǎn)也很明顯，每一個(gè)物品都需要額外的物理設(shè)備，不但要消耗資源，而且如果每件東西都要附加上這樣的設(shè)備的話，會(huì)非常繁瑣。通常這種技術(shù)用于防止老人和孩童丟失和重要物品的丟失等。對(duì)于生活中不是非常重要的物品的實(shí)用性不強(qiáng)。

另外一個(gè)通常用的方法是尋物啟事。除了傳統(tǒng)的尋物啟事外，隨著互聯(lián)網(wǎng)的發(fā)展，QQ空間等社交平臺(tái)也會(huì)有大量的尋物啟事信息。目前市面上有一些尋物的app也是采用發(fā)尋物啟事的帖子來尋找丟失的東西。這種方法的優(yōu)點(diǎn)是操作非常簡單，不需要復(fù)雜的實(shí)現(xiàn)手段。弊端也很明顯，失主和撿到東西的人的信息來源不一定匹配，撿到東西的人很有可能看不到失主發(fā)的尋物啟事，失主也未必能看到拾物者發(fā)布的招領(lǐng)信息，而且對(duì)于一定的貴重物品，還有可能出現(xiàn)冒領(lǐng)的問題，如何鑒別真的失主也是一個(gè)問題。

2 尋物算法及圖像識(shí)別的應(yīng)用

針對(duì)于現(xiàn)有的方法和技術(shù)的弊端，我們采用了一種新的解決思路。設(shè)計(jì)了兩套算法，以及應(yīng)用機(jī)器學(xué)習(xí)的圖像識(shí)別技術(shù)，通過采集用戶的行走軌跡，丟失物品的詳細(xì)信息（包含大小、主要顏色、種類等）來精準(zhǔn)地匹配丟失物品。我們采用技術(shù)手段而非尋物啟事等主觀判斷手段，可以在很大程度上減少失主和拾物者信息不對(duì)稱的問題，以及可以減少冒領(lǐng)的風(fēng)險(xiǎn)（失主看不到丟失物品的詳細(xì)信息，只能通過算法進(jìn)行匹配）。

2.1 收集用戶信息

采集用戶的實(shí)時(shí)出行路線，以及設(shè)定一個(gè)閾值，當(dāng)用戶在某個(gè)范圍的地方停留的時(shí)間超過這個(gè)閾值，就記錄下這個(gè)地點(diǎn)。當(dāng)用戶丟失物品時(shí)，需要上報(bào)物品的主要顏色、大小、物品種類、丟失日期信息，如果有丟失物品的照片，同時(shí)上傳，還有聯(lián)系方式。當(dāng)有拾物者撿到東西時(shí)，需要上報(bào)物品的主要顏色，大小，物品種類，撿到的地點(diǎn)，時(shí)間，以及物品的照片、聯(lián)系方式。

2.2 匹配算法

系統(tǒng)首先會(huì)從撿到物品的掛失庫中搜尋。根據(jù)拾物者撿到的物品的主要顏色、大小、物品種類以及撿到物品的地點(diǎn)進(jìn)行匹配。首先根據(jù)物品種類篩選出符合種類的物品，然后根據(jù)主要顏色、大小再次進(jìn)行匹配。再之后進(jìn)行地點(diǎn)匹配，如果撿到物品的地點(diǎn)在該用戶的行走路線之中，則判定為符合，否則不符。如果失主能提供物品照片，那么最后還會(huì)進(jìn)行一個(gè)物品圖像識(shí)別的判定。匹配成功后，將拾物者的聯(lián)系方式推送給失主。如果匹配失敗，則會(huì)進(jìn)行人工圖像判定。

算法主要流程：傳入?yún)?shù)為物品名稱，丟失日期區(qū)間(開始和結(jié)束時(shí)間)、物品類型、物品顏色、物品大小和地點(diǎn)誤差，首先根據(jù)物品的狀態(tài)排除那些已經(jīng)被認(rèn)領(lǐng)的物品(狀態(tài)為1為已被認(rèn)領(lǐng)的，設(shè)置該值是為了減少刪除數(shù)據(jù)庫中數(shù)據(jù)需要定期整理數(shù)據(jù)庫的情況，之后新的失物加入數(shù)據(jù)庫中會(huì)優(yōu)先替代這些被認(rèn)領(lǐng)過的物品)，然后根據(jù)物品名稱再進(jìn)行篩選，如果傳入?yún)?shù)中有類型，顏色和大小，則會(huì)繼續(xù)進(jìn)行對(duì)應(yīng)的篩選，最后再根據(jù)日期區(qū)間進(jìn)行篩選，然后得到失物結(jié)果集，再之后根據(jù)時(shí)間段篩選路線地點(diǎn)，得到路線集，然后將失物結(jié)果集和路線集進(jìn)行地點(diǎn)匹配，最后匹配的結(jié)果放到res集中，并返回。

2.3 基于AlexNet卷積神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別

AlexNet由2021年ILSVRC 2012競賽冠軍Hinton和其學(xué)生Alex Krizhevsky設(shè)計(jì)，是現(xiàn)代卷積神經(jīng)網(wǎng)絡(luò)中的一個(gè)重要模型。它具有以下幾個(gè)特點(diǎn)：

2.3.1 AlexNet使用ReLU激活函數(shù)，解決了sigmod激活函數(shù)梯度飽和的問題。由于ReLU稀疏性較好，提高了模型的預(yù)測能力、減少了過擬合現(xiàn)象的發(fā)生、提高了模型的泛化能力。

2.3.2 使用Dropout的方式在神經(jīng)網(wǎng)絡(luò)正向傳播時(shí)隨機(jī)刪除一些神經(jīng)元。這一方法是現(xiàn)在比較常用的防止過擬合的方法。

2.3.3 使用LRN局部響應(yīng)歸一化，對(duì)局部神經(jīng)元的活動(dòng)創(chuàng)建競爭機(jī)制，使得其中響應(yīng)較大的值變得相對(duì)更大。提高了模型的泛化能力。AlexNet中給出的局部響應(yīng)歸一化公式為：

其中k，α，β，n為超參數(shù)，N為卷積核個(gè)數(shù)，a表示卷積層后的輸出結(jié)果。

利用TensorFlow，采用fashion-mnist數(shù)據(jù)集，建立AlexNet模型如表1。

表1

Total params:8,467,146

Trainable params:8,467,146

Non-trainab1e params:0

2.4 尋物算法

如果未能匹配成功，下面會(huì)有兩個(gè)操作。

一是根據(jù)用戶丟失那一天的行走路線和標(biāo)記點(diǎn)以及丟失物品的種類與標(biāo)記點(diǎn)的關(guān)聯(lián)性，給出一條推薦的尋回物品的路線。如果用戶根據(jù)這條路線尋找物品成功，則該流程結(jié)束，如果未能尋找成功，那么該物品的信息將進(jìn)入進(jìn)入掛失庫，等待進(jìn)一步的匹配。

流程：該路線匹配方法的參數(shù)為起始時(shí)間、結(jié)束時(shí)間、地點(diǎn)判定誤差和停留閾值，首先根據(jù)傳入的起始時(shí)間和結(jié)束時(shí)間來確定要被分析的地點(diǎn)集，然后遍歷該集合，從第1個(gè)地點(diǎn)開始，依次向后進(jìn)行地點(diǎn)誤差和停留閾值匹配，滿足條件則記錄進(jìn)結(jié)果集中，若不滿足條件，則對(duì)下一個(gè)地點(diǎn)進(jìn)行下一輪判斷，最后再將結(jié)果集中的結(jié)果進(jìn)行去除重復(fù)項(xiàng)后得出最后結(jié)果集。

3 針對(duì)特殊類型的物品：

身份證、學(xué)生證、校園卡等有明確號(hào)碼的東西，可以精準(zhǔn)匹配，拾物者和掛失者都需要提交證件的號(hào)碼用來精準(zhǔn)匹配。

對(duì)于手機(jī)電腦等貴重物品，除了基本信息外，失主需要提供對(duì)丟失物品詳細(xì)的描述信息，比如手機(jī)的具體型號(hào)，鎖屏密碼等。平臺(tái)人員與拾物者聯(lián)系后，確認(rèn)失主描述符合失物特征后，推送拾物者的聯(lián)系信息。

4 App系統(tǒng)的設(shè)計(jì)

4.1 系統(tǒng)總體架構(gòu)設(shè)計(jì)與功能

該系統(tǒng)基于C/S架構(gòu)，分為安卓端、服務(wù)器后端。安卓端采用java開發(fā)，后端采用php語言實(shí)現(xiàn)邏輯功能。數(shù)據(jù)庫采用My SQL數(shù)據(jù)庫。算法通過java實(shí)現(xiàn)。經(jīng)過前期需求分析，確立了該app系統(tǒng)的主要功能。分別為注冊(cè)、登錄、失主，拾物者提交信息、匹配算法匹配提交的信息與數(shù)據(jù)庫里物品是否匹配、尋物算法給出尋物路線、系統(tǒng)推送聯(lián)系信息等。

4.2 系統(tǒng)流程圖如圖1。

圖1

4.3 系統(tǒng)數(shù)據(jù)庫的設(shè)計(jì)，如表2。

表2

5 結(jié)論

通過該系統(tǒng)，實(shí)現(xiàn)了通過技術(shù)手段來尋找丟失物品的操作。利用失主的行走路線以及物品信息等多維度的信息，與發(fā)布的撿到的物品進(jìn)行精確匹配，并通過圖像識(shí)別技術(shù)來做最后的判斷。有效地實(shí)現(xiàn)了物品的高效率匹配，并且減少了冒領(lǐng)的可能性。系統(tǒng)實(shí)現(xiàn)所應(yīng)用的技術(shù)比較成熟，實(shí)現(xiàn)難度相對(duì)較低，可行性較高。