1引言
由於是初次接觸軟體工程設計這種知識領域，而且是和搭檔一起完成這個專案，要學習python計算機學習等多種東西，所以難度還是有的。希望在做專案的過程中能鍛鍊自己，在過程中學習新知識，提高自己的實踐動手能力。
1.1 目的
在確定選題，全面查閱相關資料，了解相關的知識背景後，撰寫了此專案需求規格說明書。該文件是關於人臉識別簽到系統的功能和效能的描述，重點描述了系統的功能需求，並將其作為系統設計階段的主要輸入。
1.2專案背景
專案名稱：基於深度學習的人臉識別系統
開發者：計科1703 吳坤
計科1703 張珏鋮
計科 1703 宋劍橋
計科 1703 譚瑋
1.3縮寫說明
無1.4術語定義
無1.5參考資料
[1]tensorflow技術解析與實戰[m].北京：人民郵電大學出版社，2017
[2]python核心程式設計（第三版）[m].北京：人民郵電大學出版社，2016
[3]數字影象處理（第三版）[m].武漢：武漢大學出版社，2003
[4]需求規格分析說明書標準[s].gb 856d-1988
1.6版本資訊
修改編號
修改日期
修改後版本
修改位置
修改內容概括
2019.3.24
1.0全部
完成第一次編寫
2019.3.28
1.1引言 參考資料
內容補充 排版完善
表一 具體版本資訊
2任務概括
2.1系統定義
2.1.1 專案**及背景
在當下，人臉識別已經成為了火熱的課題，有關人臉識別的各種研究成果層出不窮。圍繞著人臉識別這個課題，各國研究人員提出了各種各樣的演算法，主要包括以下四個方面的研究：
1.提出不同的人臉空間模型，包括以線性判別分析為代表的線性建模方法，以kernel方法為代表的非線性建模方法和基於3d資訊的3d人臉識別方法。
2.深入分析和研究影響人臉識別的因素，包括光照不變人臉識別、姿態不變人臉識別和表情不變人臉識別等。
3.利用新的特徵表示，包括區域性描述子（gabor face, lbp face等）和深度學習方法。
2.1.2 專案的目標
本專案要完成的任務是人臉識別。系統在事先錄入使用者的**資料後，使用者在攝像頭前拍攝自己的**，然後提交給系統進行檢驗。檢驗後系統會反饋出識別結果。如果檢驗後發現是系統中已有的資訊，系統將會提示識別到底人臉對應哪個人。如果不是系統中已經儲存的資訊，系統會提示無法識別並要求使用者重試。
2.1.3 系統整體結構
物理組成結構：
2.1.4 系統各部分組成、與其他部分的關係、各部分的介面等
本系統僅需用帶有nvidia主機板的計算機、採用gpu加速以及用自帶攝像頭採集影象即可獨立完成，不需其他介面。
2.2執行環境
2.2.1 裝置環境
個人筆記本
2.2.2硬體環境
能執行主流程式設計軟體，有攝像頭，最好擁有gpu的筆記本。
2.2.3軟體環境
該系統基於windows系統，採用python 3.7.2，使用opencv，keras(使用tensorflow作為後端)等庫
2.2.4網路環境
本系統無需連線網路，完全使用本地資源，後期考慮採用gpu雲計算的方式進行神經網路的訓練。
2.2.5操作環境
個人筆記本
2.2.6應用環境
系統工作流程如下圖所示:
2.3條件細則
2.3.1軟體開發工作的假定和約束，如經費限制、開發期限等
該系統基於windows系統，採用python 3.7.2，使用opencv，keras(使用tensorflow作為後端)等庫
本專案由二人小組開發，要求於數字影象處理課程結束前開發完畢。
2.3.2終端使用者，使用者的教育水平和技術專長
終端使用者要求會使用膝上型電腦的攝像頭。
2.3.3軟體的預期使用頻度等
本軟體在課前或課間進行人臉識別簽到，使用頻率中等。
3資料描述
3.1靜態資料
本系統需要採集，需要訓練神經網路，需要有輸出資訊。因此，本系統需要儲存和神經網路的資訊，以及需簽到成員的基本資訊。
3.2動態資料
採集的使用者資訊
3.3 資料庫描述
mysql 8.0
3.4 資料字典
3.5 資料採集
系統執行時需要預先讀取資料，或實時通過外設讀取資料
系統執行前需要讀取需簽到成員的大量與對應的姓名和學號，系統啟動後需通過攝像頭讀取簽到成員的**。
4功能需求
4.1功能劃分
4.1.1系統功能組成
攝像頭採集和處理
本地處理
卷積神經網路的搭建與訓練
使用訓練好的模型進行測試
使用測試完畢的模型進行識別
4.1.2功能編號和優先順序
編號名稱
優先順序描述
主要發起者
攝像頭採集和處理
重要為神經網路提供樣本集
管理員本地處理
次要對採集到進行預處理以適應系統需求
管理員卷積神經網路的搭建與訓練
重要核心，只有訓練好神經網路的模型才能進行識別
管理員使用訓練好的模型進行測試
次要測試模型的精確度
管理員使用測試完畢的模型進行識別
重要採集使用者影象進行識別
使用者4.1.3 功能定義
卷積神經網路搭建和訓練：通過上述兩個子模組得到訓練集與測試集（訓練集與測試集比例為8:2），開始搭建神經網路並對模型進行訓練，最終搭建成符合需要的卷積神經網路。
使用訓練好的模型進行測試：完成訓練後，用測試集對訓練好的模型進行精度測試，測試已經訓練好的模型的推廣能力。
使用測試好的模型進行識別：完成訓練後，使用搭建好的模型進行識別。在識別時，優先採集使用者影象，然後提取使用者影象的特徵，最終通過卷積神經網路完成對使用者影象的識別並反饋結果。
4.2 功能描述
4.2.1 功能說明
採集**：指啟用攝像頭拍攝當前使用者的**
4.2.2 詳情描述
5效能需求
5.1資料精確度
系統所需要的具有嚴格的格式要求，在輸入前必須滿足格式要求。
5.2時間特性
一般操作的響應時間應在可接受的時間範圍內。
5.3 適用性
滿足一般學生使用的需求，識別的速度應盡可能的快，準確率盡可能高。對前面提到的執行環境要求不應存在困難。
6執行需求
6.1 使用者介面
6.1.1 介面風格
遵守windows風格。
6.1.2 介面描述和樣式
根據最終需求設計相關的介面。
6.2 硬體介面
本系統需要呼叫計算機攝像頭，執行本系統的計算機應保證攝像頭可用。
6.3 軟體介面
執行在windows 系統之上
6.4 故障處理
正常使用時不應出錯，若執行遇到錯誤，退出程式後自動重啟，並向開發者傳送錯誤資訊。
7其它要求
7.1檢測或驗收標準
人臉識別的準確率達到老師要求的標準。
7.2可用性，可維護性，可靠性，可轉換性，可移植性要求
軟體故障率低於10%。
軟體要求模組設計，裝置驅動可更換。
7.3安全保密性要求
無。7.4開發要求
合適的opencv，python，keras，tensorflow版本。
按照黑盒測試方法測試用例進行驗收
1118 衝刺1 需求文件（初稿）
點餐系統需求文件 1.專案概況 1.1.背景 隨著資訊產業的發展，資訊化逐漸被應用到各個行業，但仍有很大一部分發展空間，特別是餐飲行業，很多地方仍落後於其他行業，經過分析，發現極大多數餐廳點餐仍處於通過紙和筆來完成的，由於點餐和結算時都容易出現錯誤，可能導致消費者體驗下降甚至矛盾的發生，所以急切需要...
需求分析，分析需求
1.何為需求 我們吧需求兩個漢字拆分開來看 需 需要 求 要求 即需要的要求，表示想要某種東西的堅定願望 這裡插入乙個小故事，某個小男孩在上小學二年級的時候，不經意間接觸到了一種叫psp的神奇玩具，就下定決心回家找家長要，一開始小孩的父親不贊同給小孩買那個東西，後來在小孩的再三請求，甚至為此寫了份保...
需求分析的介面需求 需求分析
本篇不是為業務分析人員寫的，不會細緻講解需求分析的方方面面，業務分析師可以看徐鋒的 軟體需求最佳實踐 或者王海鵬翻譯的 掌握需求過程 本篇立足於架構師視角，講解需求分析過程中應了解的過程和方法，以及需要特別關注的點。開發者拿到的往往是乙個個的方案，方案來自於需求，那麼開發者拿到的需求是怎麼來的？乙個...