定级评审中 创新训练 413信息与系统科学相关工程与技术 智能制造未定级

根据最新研究数据，目前国内宠物数量达到1.12亿只，户均拥有宠物量达0.35只，宠物数量众多，而目前小户宠物养殖或大型宠物救助团队的养殖存在一些值得解决的问题。以私人养殖宠物场景为例，一些用户在长时间离开宠物的情况下，宠物因频繁进食影响长时间内稳定的食物饮水保证，亦或者在一户拥有宠物量大于一时宠物的护食抢食导致宠物食物等现象均存在突出的问题。大型宠物救助团队问题更甚。基于面部识别的智慧投喂系统成为解决这一问题的方案，其可对宠物的个体信息进行精确的识别。 通过实现对不同宠物的面部识别，可以解决目前宠物养殖的诸多问题，比如可以实现精确到克的食物投喂和控制，为每一只爱宠合理搭配“营养餐”，避免在主人离开的自动投喂过程中因宠物频繁取食造成的储备食物短缺和宠物健康问题，同时避免宠物之间互相抢食和护食的问题发生。 目前市场上已有的自动投食机器工作较为死板，且经过调研发现，大都存在卡粮，储量量少，宠物索要粮频繁，储量不够，当有多只宠物时无法有效避免宠物间的抢食等问题。难以达到用户的期待。 人脸识别（Face recognition），作为一种基于人的脸部特征信息进行身份识别的一种生物识别技术，主 要通过人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别四步骤进行，现已广泛运用门禁系统、身份识别等领域。生物识别技术的关键在于是否拥有尖端的核心算法，并使识别结果具有实用化的识别率和识别速度。人脸识别作为图像识别领域的重要研究方向，目前已取得成功商用。因此，理论上可以将人脸识别领域的相关技术迁移至宠物的身份识别。但相较于人类识别，宠物识别的干扰因素很多，需考虑其特殊性，以狗为例，不同犬类的多样性，面部特征的相似性，毛发和纹理变化等均是其中较为明显的干扰。目前，国内外已经有一些相关工作将人脸识别技术迁移应用于狗的面部识别。其为项目的可实现性提供了参考与借鉴。