AI受眾年齡分層之網頁設計

 第1章 緒論

本章主要介紹專題整體內容，包括專題製作動機、製作目標實作平台和最後實作成果，以及紀錄專題的工作分配的工作進度，方便快速了解本專題內容。

1.1專題動機

在勞動成本逐漸攀升的當下，以人力 24 小時全程監看攝影機畫面的作法(如圖1.1)，其實有更有效率的替代方案，隨著AI應用的拓展，我們可以更有效地去替人工偵查，就如同之前的3歲照找回失蹤10年兒靠「跨年齡人臉辨識」[1]，它利用小孩子3歲照片，通過優圖實驗室的計算機視覺實驗技術，利用我們大數據算法來結合警方的數據，找到已經變成人的小孩。

人臉辨識應用範圍遍及門禁、監控、金融、物流甚至是政府執法機關，甚至在疫情蔓延的現在，還能結合體溫量測系統成為防疫利器，用途相當多元且非常廣泛。面對如此情景，在專題設想之初，我們思考能否在網頁上利用AI應用結合廣告，接著投放給對應年齡層的人去做觀賞。

 

 

1.2專題目標

AI年齡辨識

在How-Old.net[2] 平台(如圖1.2)先做TensorFlow tools Keras人臉辨識年齡，程式就會自動幫您判斷出照片裏人物的年紀了，使用網站架設在微軟服務平台「Azure」上，這個網站涉及機器學習、面部識別、實時數據監控等相關技術，接著辨別出年齡以及性別。[3]

他可以多人辨識(如圖1.3)，利用類似攝像機的功能去辨識人臉，在用AI辨別性別與年齡(如圖1.4)，在用程式顯示出來。

本專題希望透過監視器辨視之後判別出他的年齡與性別，接著推薦適合屬於這年齡層的網站，配合廣告推薦給合適的人，也可以推薦他這年齡層大多喜愛什麼樣的網站。

1.3專題工作分配

本專題開發主要工作為寫出年齡層的判別程式，以及相對年齡的推薦廣告，在使用自動化python網頁爬蟲，可在找尋到的網頁裡收尋到你想要的關鍵字。

 

 

表1.1工作分配

專題工作	負責成員
年齡辨識	廖浩如
判別程式	林煜勛
相對的投放廣告	林煜勛
推薦網頁	林煜勛
自動化python的程式碼	李貫維
網頁爬蟲	劉兆峰、李貫維
網頁安全檢測	劉兆峰

1.4專題實作平台

本專題實作平台為How-Old.net 平台先做TensorFlow tools Keras人臉辨識年齡，網站架設在微軟服務平台「Azure」上，在使用JavaScript 去做判別，可在程式碼中貼出連結，使AI判別完後對電腦下指令，讓電腦字型跳入相對應的網站，在網站中還可以對其下達命令，可讓他尋找文章中的最多關鍵字或是讓它查詢關鍵字也行。

1.5專題成果概述

本專題最終完成情況如下：

1.寫出判別程式碼 如三個年齡層(0-17、18-64、65歲以上)

2.三個年齡層的對應網頁、廣告

3.自動化python的程式碼

4.使用對應網頁、廣告進行網頁爬蟲

5.確認使用者的網頁安全

6.推送使用者會感興趣的廣告

1.6專題專案管理

1.6.1花費時程

本專題事先做判別網站開始，中間再創作相對應的網站(使用部落格)，還有相對應的廣告，後面再與python網頁爬蟲進行結合。到完成全部專案約為三個月。

1.6.2專題作品開發項目與費用

表1.2 開發項目

項目	詳細內容
人事成本	五人(廖浩如、林煜勛、李貫維、劉兆峰、蔡佳勝老師)
硬體	桌上型電腦: Lenovo M80t 筆記型電腦: Macbook Air、Asus TUF dash 15
使用的程式語言	HTML, python
開發用工具	Notepad++ (64-bit x64), Microsoft Edge 版本 107.0.1418.42 (官方組建) (64 位元), PyCharm Community Edition 2021.3, Anaconda 3 2022.10 (Python 3.9.13 64-bit), Jupyter notebook 6.4.12, Google Chrome
開發平台	How-Old.net, diagrams.net, azur
構思階段	0.5個月
設計階段	0.5個月
實作階段	2個月
測試實驗階段	0.5個月

 

表1.3開發費用

項目	金額
硬體平台設備使用費	101,000
人事成本費用	5個人月x42,000 = 210,000
管理成本費用	1個人月x 50,000 = 50,000
總成本	361,000

1.7專題報告架構

本專題報告之編排分為五章，第一章緒論；第二章相關研究；第三章系統設計與實作;第四張為系統的實作；第五章為結論與未來展望