馬 深 王 睿 南楚希 吳 靜 黃 驥

智慧資產(chǎn)管理平臺(tái)App端設(shè)計(jì)

馬 深 王 睿 南楚希 吳 靜 黃 驥

（無(wú)錫科技職業(yè)學(xué)院，江蘇 無(wú)錫 214028）

為優(yōu)化傳統(tǒng)管理資產(chǎn)方式，提高資產(chǎn)管理效率，人們一般采用前后端分離的方式搭建智慧資產(chǎn)管理平臺(tái)。該平臺(tái)分為基于uni-app框架開(kāi)發(fā)的App端、基于element-ui框架開(kāi)發(fā)的前端和基于Flask框架開(kāi)發(fā)的后端。相較于傳統(tǒng)的資產(chǎn)管理方式，智慧資產(chǎn)管理平臺(tái)可以記錄資產(chǎn)從買入到報(bào)廢的全生命周期，使資產(chǎn)管理員節(jié)省更多的時(shí)間和精力。另外，該平臺(tái)的App端還設(shè)計(jì)了基于人臉識(shí)別的登錄、基于門牌和條形碼識(shí)別的資產(chǎn)清查等功能，為用戶減少了手動(dòng)輸入的繁瑣，體現(xiàn)了該平臺(tái)具有一定的智能性。

前后端分離；系統(tǒng)設(shè)計(jì)；人臉識(shí)別；門牌識(shí)別

引言

近年來(lái)，隨著企事業(yè)單位資產(chǎn)數(shù)量的迅速增長(zhǎng)，資產(chǎn)管理工作變得更加復(fù)雜。如何高效地完成資產(chǎn)的管理工作成為企事業(yè)單位關(guān)注的重要問(wèn)題之一。

當(dāng)前企事業(yè)單位仍然存在使用紙質(zhì)方式記錄資產(chǎn)管理的情況。隨著資產(chǎn)數(shù)量的日益增多，繼續(xù)使用傳統(tǒng)的管理方式容易出現(xiàn)錯(cuò)誤和混亂。即使企事業(yè)單位已經(jīng)通過(guò)一定的信息化手段進(jìn)行資產(chǎn)管理，也仍有可能會(huì)因?yàn)椴捎藐惻f技術(shù)開(kāi)發(fā)或無(wú)人維護(hù)資產(chǎn)管理系統(tǒng)而在使用時(shí)遇到新的問(wèn)題，導(dǎo)致資產(chǎn)管理工作不能順利開(kāi)展。

針對(duì)上述情況，利用目前主流的uni-app框架、element-ui框架和Flask框架，采用前后端分離方式搭建智慧資產(chǎn)管理平臺(tái)，該平臺(tái)有利于企事業(yè)單位更有效地進(jìn)行資產(chǎn)管理，可以記錄資產(chǎn)從入庫(kù)、借還、轉(zhuǎn)移到報(bào)廢的全生命周期情況。另外，該平臺(tái)實(shí)現(xiàn)了使用人臉識(shí)別登錄、使用門牌識(shí)別和條形碼識(shí)別進(jìn)行資產(chǎn)清查等功能，進(jìn)一步優(yōu)化了資產(chǎn)管理工作。

1 相關(guān)概念

1.1 uni-app框架

uni-app是一個(gè)由DCloud公司使用Vue.js（構(gòu)建用戶界面的漸進(jìn)式框架）開(kāi)發(fā)的跨平臺(tái)移動(dòng)開(kāi)發(fā)框架，同一套代碼可發(fā)布到iOS（由蘋(píng)果公司開(kāi)發(fā)的移動(dòng)操作系統(tǒng)）、Android（一種開(kāi)放源代碼的操作系統(tǒng)）、Web（全球性的信息網(wǎng)絡(luò)）等平臺(tái)，支持條件編譯，可針對(duì)不同的平臺(tái)進(jìn)行差異化編譯[1-2]。該框架也是高職院校技能大賽移動(dòng)應(yīng)用開(kāi)發(fā)賽項(xiàng)（市級(jí)、省級(jí)和國(guó)家級(jí)）支持使用的開(kāi)發(fā)框架之一，能夠取得接近于安卓原生開(kāi)發(fā)的交互效果。

1.2 element-ui框架

element-ui是由餓了么前端團(tuán)隊(duì)推出的基于Vue封裝的UI組件庫(kù)，提供PC端組件，簡(jiǎn)化了常用組件的封裝，降低開(kāi)發(fā)難度。

1.3 Flask框架

由Flask官方文檔可知，F(xiàn)lask是一個(gè)基于Werkzeug（一個(gè)工具包）和Jinja2（模板引擎）的Python（一種面向?qū)ο蟮慕忉屝陀?jì)算機(jī)程序設(shè)計(jì)語(yǔ)言）微框架，其框架核心較小且具備可擴(kuò)展性，可以幫助用戶快速開(kāi)發(fā)一個(gè)網(wǎng)站或Web服務(wù)[3]。在前后端分離開(kāi)發(fā)理念盛行的當(dāng)下，F(xiàn)lask-Restful擴(kuò)展可以方便開(kāi)發(fā)人員設(shè)計(jì)出若干基于Resource基礎(chǔ)類的自定義接口類，這些自定義接口類繼承的get、post、put、delete等方法僅返回RESTful風(fēng)格的JSON格式響應(yīng)，使前后端開(kāi)發(fā)工作更加純粹[4]。

由于Flask框架基于Python開(kāi)發(fā)，而不少圖像處理算法框架（如OpenCV、Pillow、scikit-image、Mahotas等）、機(jī)器學(xué)習(xí)算法框架（如Caffe、Tensorflow、MXNet、scikit-learn等）都有相應(yīng)的Python版本可供選擇，因此在Flask后端程序中加入該類算法設(shè)計(jì)可以使系統(tǒng)平臺(tái)的功能更加智能，在一定程度上為用戶降低了業(yè)務(wù)數(shù)據(jù)的輸入難度[5]。

1.4 圖像處理

從本質(zhì)上來(lái)說(shuō)，圖像是一種單通道或者多通道的三維矩陣，具有寬度、高度和通道3個(gè)維度。除人工合成外，圖像的產(chǎn)生一般來(lái)源于成像設(shè)備，因此此類圖像普遍具有冗余、復(fù)雜、帶噪聲等特點(diǎn)。為了優(yōu)化圖像，往往會(huì)采用去噪聲、特征提取、圖像增強(qiáng)、圖像壓縮等方法進(jìn)行加工處理的過(guò)程，該過(guò)程即為圖像處理[6]。為了確保圖像處理的實(shí)時(shí)性，一般需要優(yōu)化圖像處理算法的時(shí)間復(fù)雜度。由開(kāi)源的深度學(xué)習(xí)框架（如Caffe、Tensorflow等）可知，如果設(shè)備條件允許，那么還可以將CPU上已經(jīng)實(shí)現(xiàn)的算法遷移至GPU（圖形處理單元）、TPU（張量處理單元），進(jìn)一步加快算法的執(zhí)行速度[7]。

1.5 機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)起源于20世紀(jì)50年代，是人工智能領(lǐng)域的一個(gè)分支，在圖形圖像處理、自然語(yǔ)言處理、語(yǔ)音處理、人機(jī)交互、醫(yī)療、交通、金融、社交媒體等領(lǐng)域得到了廣泛的應(yīng)用。

機(jī)器學(xué)習(xí)可以從多種角度來(lái)劃分。從學(xué)習(xí)能力方面來(lái)分，機(jī)器學(xué)習(xí)可以分為淺層學(xué)習(xí)和深度學(xué)習(xí)；從學(xué)習(xí)方式方面來(lái)分，機(jī)器學(xué)習(xí)可以分為監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)、非監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)。

機(jī)器學(xué)習(xí)算法過(guò)程分為訓(xùn)練和預(yù)測(cè)階段。在訓(xùn)練階段，以訓(xùn)練數(shù)據(jù)為輸入，算法通過(guò)迭代、梯度下降等方法的組合進(jìn)行目標(biāo)函數(shù)優(yōu)化，當(dāng)目標(biāo)函數(shù)收斂時(shí)得到的預(yù)測(cè)模型將作為已訓(xùn)練的預(yù)測(cè)模型。在預(yù)測(cè)階段，輸入測(cè)試數(shù)據(jù)，使用已訓(xùn)練的預(yù)測(cè)模型進(jìn)行預(yù)測(cè)，得到預(yù)測(cè)結(jié)果。

為了實(shí)現(xiàn)圖像的識(shí)別，圖像處理需要通過(guò)實(shí)驗(yàn)來(lái)確定預(yù)測(cè)規(guī)則，雖然具有一定的可解釋性，但識(shí)別率普遍存在較大的優(yōu)化空間。機(jī)器學(xué)習(xí)可以通過(guò)優(yōu)化目標(biāo)函數(shù)得到最佳的預(yù)測(cè)模型，但存在識(shí)別率普遍較高，可解釋性略有欠缺的情況[7-8]。

2 平臺(tái)總體設(shè)計(jì)

本智慧資產(chǎn)管理平臺(tái)分為后端、前端和App（手機(jī)軟件）端。其中，后端采用Flask框架編寫(xiě)RESTful風(fēng)格的接口程序用于前端和App端的接口請(qǐng)求訪問(wèn)。關(guān)系型數(shù)據(jù)庫(kù)MySQL主要存儲(chǔ)一些訪問(wèn)頻率相對(duì)較高或更新頻率相對(duì)較低的結(jié)構(gòu)化數(shù)據(jù)（如用戶信息、資產(chǎn)數(shù)據(jù)等）。非關(guān)系數(shù)據(jù)庫(kù)LevelDB主要存儲(chǔ)一些訪問(wèn)頻率相對(duì)較低或更新頻率相對(duì)較高的非結(jié)構(gòu)化數(shù)據(jù)（如用戶令牌、人臉識(shí)別模型、門牌識(shí)別模型等）[7]；前端采用element-ui框架布局，vue-router插件進(jìn)行路由控制，vuex插件進(jìn)行狀態(tài)管理；App端采用uni-app框架進(jìn)行構(gòu)建，為了美化用戶交互界面引入uView UI的UI界面框架。與前端相比，App端顯然更適用于手動(dòng)輸入量較少的應(yīng)用場(chǎng)景。

如圖1所示，本平臺(tái)的App端共包含5個(gè)模塊，前端共包含11個(gè)模塊，其中前端和App端共同包含3個(gè)公用模塊（個(gè)人中心、統(tǒng)計(jì)報(bào)表、用戶登錄）。App端的資產(chǎn)管理模塊相當(dāng)于前端的資產(chǎn)入庫(kù)、資產(chǎn)借還、資產(chǎn)轉(zhuǎn)移、資產(chǎn)報(bào)廢4個(gè)模塊的疊加，但由于App端和前端的用戶體驗(yàn)和適用場(chǎng)景不同，造成設(shè)計(jì)師在App端和前端設(shè)計(jì)的UI界面和業(yè)務(wù)邏輯也會(huì)有所不同，因此這里不作為公用模塊劃分。

圖1 智慧資產(chǎn)管理平臺(tái)框圖

本平臺(tái)的用戶包括管理員和超級(jí)管理員，其中管理員的功能權(quán)限分布在App端和前端，而超級(jí)管理員功能權(quán)限僅分布在前端。如圖2所示，除用戶登錄模塊和資產(chǎn)管理模塊外，本平臺(tái)共有11個(gè)模塊，各模塊均有若干項(xiàng)功能，其中用斜體標(biāo)注的功能權(quán)限僅限于超級(jí)管理員，用下劃線標(biāo)注的功能權(quán)限僅限于管理員，其余功能則由管理員和超級(jí)管理員獲得權(quán)限。另外，本文對(duì)用戶登錄模塊、資產(chǎn)管理模塊和圖2中帶“*”標(biāo)注的模塊進(jìn)行了功能創(chuàng)新，進(jìn)一步提升了用戶體驗(yàn)。

圖2 智慧資產(chǎn)管理平臺(tái)總體功能

3 App端創(chuàng)新功能簡(jiǎn)介

本智慧資產(chǎn)管理平臺(tái)App端的創(chuàng)新功能體現(xiàn)在增加了人臉識(shí)別、門牌識(shí)別和條形碼識(shí)別功能，減少了資產(chǎn)管理員需手動(dòng)輸入的操作，適用于用戶登錄、資產(chǎn)清查等模塊。

3.1 人臉識(shí)別

一般情況下，用戶登錄需要系統(tǒng)平臺(tái)根據(jù)“用戶名＋密碼”的驗(yàn)證方式進(jìn)行，要求用戶正確記憶自己的用戶名和密碼。雖然不少系統(tǒng)平臺(tái)已經(jīng)加入了類似于找回密碼的模塊，但是仍然需要用戶記得相關(guān)的細(xì)節(jié)。如今，系統(tǒng)平臺(tái)的驗(yàn)證方式已經(jīng)多樣化，人臉識(shí)別就是其中的一種。對(duì)于用戶來(lái)說(shuō)，人臉識(shí)別的優(yōu)勢(shì)在于用戶無(wú)需記憶用戶名和密碼；對(duì)于研發(fā)人員來(lái)說(shuō)，人臉識(shí)別的優(yōu)勢(shì)在于人臉具有一定的區(qū)分度，雖然人臉識(shí)別技術(shù)日趨成熟，開(kāi)發(fā)難度已經(jīng)有所降低，但仍然具有一定的科研價(jià)值。

用戶在App端“登錄”頁(yè)面中選擇“人臉識(shí)別”按鈕進(jìn)入“人臉識(shí)別”頁(yè)面。由于光照、遮擋、相對(duì)位移、圖像噪聲等因素會(huì)干擾人臉識(shí)別結(jié)果，因此為了提高人臉識(shí)別功能的成功率，當(dāng)新頁(yè)面中出現(xiàn)光照強(qiáng)度較適中、光線較均勻且完整無(wú)遮擋的正面人臉時(shí)，用戶自主點(diǎn)擊“開(kāi)始識(shí)別”按鈕，并使用戶人臉和移動(dòng)設(shè)備維持3～5 s的相對(duì)靜止。此時(shí)，App端向后端發(fā)起人臉識(shí)別登錄的請(qǐng)求，該請(qǐng)求中包含了單幀人臉圖像數(shù)據(jù)。后端接收該請(qǐng)求后，將調(diào)用OpenCV等第三方庫(kù)實(shí)現(xiàn)的人臉識(shí)別算法，若能找到與之匹配的用戶則完成登錄并跳轉(zhuǎn)至主頁(yè)，否則就在原頁(yè)面中顯示報(bào)錯(cuò)提示。本文的人臉識(shí)別算法流程如圖3所示。

圖3 人臉識(shí)別算法流程

將App端傳來(lái)的人臉圖像轉(zhuǎn)成base64編碼，將base64編碼后的結(jié)果作為后端調(diào)用人臉識(shí)別算法接口的輸入。為了減少圖像處理的運(yùn)算量，通常的做法是減少圖像的通道數(shù)量，即將輸入的三通道的RGB圖像轉(zhuǎn)為單通道的灰度圖像。

使用OpenCV庫(kù)自帶的Haar級(jí)聯(lián)分類器進(jìn)行人臉檢測(cè)。如果能夠檢測(cè)到人臉，則記錄圖像中檢測(cè)到的人臉位置，并提取人臉ROI（感興趣區(qū)域）圖像，否則提前結(jié)束本流程。

提取人臉ROI圖像的圖像特征，通過(guò)匹配算法與存儲(chǔ)在LevelDB數(shù)據(jù)庫(kù)中的人臉圖像特征數(shù)據(jù)進(jìn)行匹配，匹配算法中的識(shí)別模型通過(guò)機(jī)器學(xué)習(xí)訓(xùn)練得到，旨在能夠較準(zhǔn)確地識(shí)別出相應(yīng)的用戶[8]。如果能夠與數(shù)據(jù)庫(kù)中的人臉匹配成功，則更新識(shí)別模型以適應(yīng)最新的應(yīng)用場(chǎng)景，否則提前結(jié)束本流程。

最后以RESTful風(fēng)格的JSON格式返回人臉識(shí)別結(jié)果。

3.2 門牌識(shí)別

在待查資產(chǎn)真實(shí)存在的前提下，資產(chǎn)清查需要進(jìn)一步關(guān)注其最新的存放地點(diǎn)。在資產(chǎn)清查過(guò)程中，往往以存放地點(diǎn)為單位開(kāi)展清查。當(dāng)待查資產(chǎn)已經(jīng)不在原先登記的存放地點(diǎn)時(shí)，資產(chǎn)管理員應(yīng)當(dāng)在資產(chǎn)清查后及時(shí)更新。

為了減少資產(chǎn)存放地點(diǎn)等信息的手動(dòng)輸入，常規(guī)的設(shè)計(jì)原則之一是使用下拉選擇框代替文本輸入框，雖然可以避免手動(dòng)輸入，但是一旦下拉選擇框內(nèi)的選項(xiàng)數(shù)量過(guò)多時(shí)，用戶將不得不從大量選項(xiàng)中尋找目標(biāo)選項(xiàng)，從而導(dǎo)致用戶體驗(yàn)降低。針對(duì)該情況設(shè)計(jì)了資產(chǎn)清查界面，該界面中包含的模塊之一為門牌識(shí)別模塊。該模塊的使用方法如下：在App端“資產(chǎn)清查”頁(yè)面中點(diǎn)擊“門牌識(shí)別”按鈕，App端界面拍攝存放地點(diǎn)的門牌，自動(dòng)調(diào)用門牌識(shí)別算法，識(shí)別結(jié)果將顯示在“存放地點(diǎn)”的文本框中。為了提高門牌識(shí)別功能的正確率，門牌圖片需要確保門牌與其周圍背景有一定的顏色區(qū)分度，且光照強(qiáng)度較適中、光線盡量均勻。當(dāng)完成門牌識(shí)別時(shí)，就意味著資產(chǎn)管理員將在該地點(diǎn)開(kāi)展資產(chǎn)清查工作。

本文的門牌識(shí)別算法流程如圖4所示。

圖4 門牌識(shí)別算法流程

首先，進(jìn)行與人臉識(shí)別類似的操作，即將App端傳來(lái)的門牌圖像進(jìn)行base64編碼，將base64編碼后的結(jié)果作為門牌識(shí)別算法接口的輸入。將輸入的RGB圖像轉(zhuǎn)為灰度圖像以減少圖像處理運(yùn)算量。

其次，根據(jù)門牌文本的灰度值將該圖像進(jìn)行水平和豎直方向的投影，以此來(lái)確定圖像中門牌的ROI。由于門牌在圖像中的姿態(tài)可能會(huì)導(dǎo)致字符的錯(cuò)誤識(shí)別，也不利于字符的切分，所以需要調(diào)用校正算法實(shí)現(xiàn)門牌ROI部分圖像的校正。

再次，將校正后的門牌ROI部分的圖像進(jìn)行二值化，分離出每個(gè)字符[9]，依次調(diào)用字符分類算法進(jìn)行識(shí)別，該算法中的字符分類模型通過(guò)機(jī)器學(xué)習(xí)訓(xùn)練得到，旨在能夠較準(zhǔn)確地識(shí)別出26個(gè)英文大寫(xiě)字母和10個(gè)阿拉伯?dāng)?shù)字。

最后，以RESTful風(fēng)格的JSON格式返回門牌識(shí)別結(jié)果。

3.3 條形碼識(shí)別

在資產(chǎn)清查過(guò)程中，往往會(huì)面臨資產(chǎn)數(shù)量較大、存放地點(diǎn)較為分散等情況。一般傳統(tǒng)的清查方式是在提前準(zhǔn)備好的資產(chǎn)清單中手動(dòng)勾選已查到的資產(chǎn)。在資產(chǎn)已經(jīng)貼上帶條形碼標(biāo)簽的前提下，使用傳統(tǒng)的清查方式依然不夠便捷，而且容易出現(xiàn)錯(cuò)選、漏選已查到資產(chǎn)的情況。如果待查資產(chǎn)的擺放位置不便于觀察，即肉眼無(wú)法遠(yuǎn)距離看清待查資產(chǎn)標(biāo)簽上的信息（如掛壁式空調(diào)、吊頂式投影儀、吊扇等），那么就會(huì)加大資產(chǎn)清查工作的難度。

基于uni-app框架開(kāi)發(fā)的App端項(xiàng)目可以調(diào)用uni-app框架自帶的掃碼模塊進(jìn)行遠(yuǎn)距離識(shí)別條形碼，其結(jié)果只有準(zhǔn)確識(shí)別出條形碼內(nèi)容和識(shí)別不出條形碼內(nèi)容兩種情況，即沒(méi)有任何出錯(cuò)的可能性，極大地方便了資產(chǎn)管理員進(jìn)行資產(chǎn)清查工作。

因此，App端“資產(chǎn)清查”頁(yè)面中列出了所有待清查的資產(chǎn)信息，初始清查狀態(tài)為“未清查”，用戶在該頁(yè)面中點(diǎn)擊“掃描資產(chǎn)條形碼”按鈕，如果掃描到的資產(chǎn)條形碼可以識(shí)別出結(jié)果，那么該頁(yè)面將快速準(zhǔn)確自動(dòng)更新相應(yīng)資產(chǎn)的清查狀態(tài)和存放地點(diǎn)，從源頭避免出錯(cuò)，達(dá)到事半功倍的效果。以資產(chǎn)編號(hào)為“2022110003”、原登記存放地點(diǎn)為“M502”、清查狀態(tài)為“未找到”的資產(chǎn)為例，資產(chǎn)管理員在存放地點(diǎn)為“M505”的場(chǎng)地找到該項(xiàng)資產(chǎn)并掃描其資產(chǎn)標(biāo)簽上的條形碼后，該項(xiàng)資產(chǎn)的存放地點(diǎn)將自動(dòng)變更為“M505”，清查狀態(tài)將自動(dòng)變更為“已找到”，無(wú)需資產(chǎn)管理員進(jìn)行任何的手動(dòng)更改。

4 展望

下一步的工作包括以下4個(gè)方面。

（1）封裝通用UI組件。從前端項(xiàng)目和App端項(xiàng)目中尋找結(jié)構(gòu)相似、功能相似，或出現(xiàn)頻率較高的UI布局，根據(jù)Vue框架的特點(diǎn)，總結(jié)這些UI布局的共性，封裝成通用的UI組件（包括事件和屬性）。開(kāi)發(fā)前端項(xiàng)目和App端項(xiàng)目時(shí)直接調(diào)用已封裝的通用UI組件，減少重復(fù)的代碼，進(jìn)一步提高開(kāi)發(fā)效率。

（2）新增創(chuàng)新功能模塊。在資產(chǎn)入庫(kù)中加入單據(jù)識(shí)別的功能，即通過(guò)定位單據(jù)中的相關(guān)字段來(lái)識(shí)別對(duì)應(yīng)的字段值，從而通過(guò)單據(jù)圖像便能完成資產(chǎn)的入庫(kù)，避免手動(dòng)輸入大量待入庫(kù)資產(chǎn)的信息。

（3）改進(jìn)資產(chǎn)清查功能。一般來(lái)說(shuō)，資產(chǎn)編號(hào)與實(shí)物數(shù)量的關(guān)系是一對(duì)一的，但也有一對(duì)多的可能，比如計(jì)算機(jī)（主機(jī)和顯示器）。原則上資產(chǎn)編號(hào)對(duì)應(yīng)的所有實(shí)物全部存在才能認(rèn)定沒(méi)有丟失。目前本平臺(tái)只能處理一對(duì)一的情況，而在資產(chǎn)編號(hào)為同一個(gè)的前提下，若要完成屬于一對(duì)多情況的實(shí)物的清查工作，則需要在優(yōu)化業(yè)務(wù)邏輯的同時(shí)考慮采用基于視圖的物體識(shí)別算法實(shí)現(xiàn)。

（4）改進(jìn)智能識(shí)別算法。將從抗噪聲、去光照等角度進(jìn)一步提升人臉識(shí)別、門牌識(shí)別算法的準(zhǔn)確率。原先用戶需要在受限情況下才能正常使用此類功能，今后有望在不受限制的場(chǎng)景下也可以成功率較高地使用此類功能。

5 結(jié)束語(yǔ)

對(duì)于用戶來(lái)說(shuō)，本智慧資產(chǎn)管理平臺(tái)緊跟時(shí)代發(fā)展潮流，通過(guò)記錄資產(chǎn)的入庫(kù)、借還、轉(zhuǎn)移、報(bào)廢等一系列常規(guī)操作，對(duì)資產(chǎn)進(jìn)行科學(xué)有效的全生命周期管理，其創(chuàng)新功能進(jìn)一步優(yōu)化用戶體驗(yàn)，大大減少企事業(yè)單位資產(chǎn)管理的壓力和工作量。

對(duì)于開(kāi)發(fā)團(tuán)隊(duì)來(lái)說(shuō)，本文從企事業(yè)單位的實(shí)際需求出發(fā)，對(duì)基于uni-app框架、element-ui框架和Flask框架開(kāi)發(fā)的智慧資產(chǎn)管理平臺(tái)的UI界面和功能模塊進(jìn)行了合理規(guī)劃，并著重開(kāi)發(fā)了創(chuàng)新功能，前端項(xiàng)目、后端項(xiàng)目和App端項(xiàng)目都能夠?qū)崿F(xiàn)快速交付。由于本平臺(tái)自身功能的特殊性，涉及的用戶數(shù)量、存放地點(diǎn)數(shù)量都相對(duì)不多，因此本文目前沒(méi)有采用當(dāng)下流行的深度學(xué)習(xí)算法。

隨著時(shí)間的推移，企事業(yè)單位的資產(chǎn)管理方式在進(jìn)步，人工智能算法也在不斷發(fā)展。開(kāi)發(fā)團(tuán)隊(duì)要及時(shí)跟進(jìn)用戶需求，陸續(xù)引入并改進(jìn)新的功能模塊及人工智能算法，使智慧資產(chǎn)管理平臺(tái)的功能模塊更加完善、智能。

[1] 吳家旭，吳建勝，王新元，等. 基于uni-app的果蔬配送平臺(tái)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 電腦知識(shí)與技術(shù)，2022，18(16): 46-47，62.

[2] 李昂. 基于跨平臺(tái)移動(dòng)開(kāi)發(fā)框架的環(huán)境評(píng)估咨詢App設(shè)計(jì)[J]. 電腦知識(shí)與技術(shù)，2021，17(24): 75-77.

[3] 陳嘉發(fā)，黃宇靖. Flask框架在數(shù)據(jù)可視化的應(yīng)用[J]. 福建電腦，2022，38(12): 44-48.

[4] AGGARWA S. Flask framework cookbook: Over 80 proven recipes and techniques for Python web development with Flask[M]. Birmingham: Packt Publishing, 2019.

[5] RAJYAGOR B, RAKHOLIA R. Handwritten character recognition usingdeep learning[J]. International Journal of Recent Technology and Engineering, 2020, 8(6): 5815-5819.

[6] 岳亞偉，薛曉琴，胡欣宇. 數(shù)字圖像處理與Python實(shí)現(xiàn)[M]. 北京: 人民郵電出版社，2022.

[7] CHEN H Y. Modeling and predictive analysis of the validity of children's behavior bbservation in preschool education based on action recognition network algorithm[C]// 2022 International Conference on Edge Computing and Applications. Tamilnadu, India: IEEE, 2022: 1045-1048.

[8] 曹偉，殷守林. 基于PCA-L1范式特征提取的大學(xué)圖書(shū)館人臉識(shí)別[J]. 安陽(yáng)工學(xué)院學(xué)報(bào)，2021，20(6): 43-46.

[9] 侯艷麗，楊國(guó)勝，黃春艷. 基于字符識(shí)別的門牌號(hào)識(shí)別算法研究[J]. 河南大學(xué)學(xué)報(bào)(自然科學(xué)版)，2004(1): 76-79.

Design of Smart Asset Management Platform at App Terminal

In order to optimize traditional asset management methods and improve asset management efficiency, people generally adopt a front-end and back-end separation approach to build a smart asset management platform. The platform is divided into App end based on uni-app framework, front end based on element-ui framework and back end based on Flask framework. Compared with traditional asset management methods, smart asset management platforms can record the full life cycle of assets from purchase to retirement, saving more time and energy for asset managers. In addition, the App side of the platform has also designed functions such as login based on face recognition, asset inventory based on doorplate and bar code recognition, which reduces the tedious manual input for users, reflecting that the platform has a certain degree of intelligence.

front and rear separation; system design; face recognition; doorplate recognition

TP311

A

1008-1151(2023)11-0024-04

2023-02-21

全國(guó)高等院校計(jì)算機(jī)基礎(chǔ)教育研究會(huì)計(jì)算機(jī)基礎(chǔ)教育教學(xué)研究課題（2022-AFCEC-535）；未來(lái)網(wǎng)絡(luò)科研基金項(xiàng)目（FNSRFP-2021-YB-56）；江蘇高校哲學(xué)社會(huì)科學(xué)研究項(xiàng)目（2022SJYB1072）；江蘇省高等教育學(xué)會(huì)“十四五”高等教育科學(xué)研究規(guī)劃課題（YB178）；第五期江蘇省職業(yè)教育教學(xué)改革研究課題（ZYB634）；無(wú)錫市科學(xué)技術(shù)協(xié)會(huì)軟科學(xué)研究課題（KX-22-C155）。

馬深（2001－），男，江蘇宿遷人，無(wú)錫科技職業(yè)學(xué)院學(xué)生，研究方向?yàn)橐苿?dòng)互聯(lián)應(yīng)用技術(shù)。

黃驥（1991－），男，江蘇無(wú)錫人，無(wú)錫科技職業(yè)學(xué)院助教，碩士，研究方向?yàn)閳D形圖像處理及機(jī)器學(xué)習(xí)。