320
承接上文聽力補償相關的內容，順便聊一下針對人體工學部分的探索。
關于耳機定制化：聽力測量（Audiometry）和人體工學（Ergonomics）（上篇）
說到耳機，以及人體工學相關，可能很多人會想到Bose耳機的運動系列——鯊魚鰭硅膠耳套，也會聯(lián)想到像freebit這類深度鉆研耳機相關人體工學設計，并進行l(wèi)icense授權以運營的公司，它服務的客戶品類很廣，像是JBL，Amazon，Audio-technica，Under Armour，都是他的合作客戶。（以下資料均來自官網(wǎng)，為保護知識產權，不會額外釋放其他信息）
Freebit
這一類公司的做法是，結合目前對于人體工程學的探索，以及大量采集樣本，以及與聲學品牌公司合作等經驗方面的累計，研究出一種盡量通用的設計，可以最大程度上保證不影響聲學穩(wěn)定性的同時，保證與人耳合理的力結合，優(yōu)點是盡量做到通用，但是針對部分定制化需求更高的用戶，耳機廠商依舊在進一步嘗試，如何做更細致的定制化流程。
Freebit C shape（官網(wǎng)）
其實，定制化已經悄悄潛入我們生活，并逐漸成為現(xiàn)代消費模式的一種新的擴展——不論是在購買耳機時，選擇激光雕刻一句自己喜歡的slogan，還是在定制化一雙自己選擇色彩配搭的鞋子，還是在奢侈品上做一些手腳，讓產品更加錦上添花，很多年輕人紛紛在平常的消費生活中，尋找一些屬于自己的特別點。
各品類定制化
首先，收費比較高的1of1定制，很多針對音樂從業(yè)者，可以在耳朵上倒模，聲音也定制化調節(jié)。
UE客制化耳機
音頻參數(shù)可選擇的空間很大
那么，針對大眾的定制化，大量的耳機品牌比如，Bose，Sony，Sennheiser，Jabra，Plantronics等耳機品牌的App均提供EQ定制化，也就是用戶可以選擇自己調整EQ曲線，當然不是完全隨意的調節(jié)，多數(shù)情況下，品牌方還是會提供一些選項，比如：Bass Boost，Treble boost，Smooth等等，用戶就可以根據(jù)自己的喜好，比如選擇重低音“動次打次”比較強的音樂，然后調節(jié)一下EQ按鈕，聽著就蠻有感覺的。
App也可以來讓用戶自定義一些功能按鈕，比如Plantronics的產品就很符合“喜歡科技產品的同學”可以自定義按鍵的功能，不過的確是有些繁瑣。
Plantronics的App
Plantronics的App
同時，音頻品牌公司，也嘗試通過現(xiàn)有的App，結合一些第三方的技術，為用戶提供除了外觀以外，在使用上的定制化服務。比如Creative與SXFI。只需要通過手機拍照，就可以針對聲音，以及聽音方式進行定制化。
Creative官網(wǎng)頁面
接下來，大家在集中探索的一塊領域，主要依賴兩方面技術，第一類，是圖像識別，比如中值濾波算法，也就是但我們對耳朵拍照之后，可以消除部分光影造成的干擾，清晰的導出人耳輪廓的線框圖。其實這一塊技術最早是考慮到將人耳作為新的生物識別技術。最早，美國犯罪學研究專家Afred Iannarelli發(fā)表相關論文，并應用于美國法律執(zhí)行機構采用。
Burge&Burger人耳識別技術示意圖
后續(xù)出現(xiàn)有代表性的，Burge&Burger人耳識別技術。先是采集個體頭部灰度圖，對圖像梯度的Gaussian金字塔使用可變形輪廓（deformable contour）方法進行人耳定位，在使用Canny算子進行邊緣檢測。閥值上下限為46和20。對較大的曲線段使用edge relaxation形成，去除較小的曲線段，形成Voronoi圖表，識別在此階段完成。即將提取的曲線與模板進行比對。光照和位置的變化使得這種方法非常不可靠。為了克服這種影響，他們將問題轉化為描述曲線之間的相鄰關系，而這種關系不受幾何變換和光照的影響!這種方法還考慮了誤差校正的問題。對由油脂和耳垢的堆積而產生的虛假陰影形成的錯誤的曲線進行去除處理。并對由此可能會折斷的剩余的曲線進行行合并處理。
以及還有Moreno提出的外耳圖像識別法，圖a所示的點作為為外耳圖像特征點。以這些特征點構成特征向量，作為神經元的輸入，并且該向量與圖像變換和尺度變換無關。分類器的輸出與待識別個體相對應特征點的提取在外耳輪廓圖上進行得到輪廓圖的方法是先對原始圖像使用雙Sobel 濾波器（水平和垂直方向）將得到的圖像進行閥值控制，然后相加得到輪廓圖。
這已經非常接近我們在討論人體工學，人耳特征點相關的技術了。
但是，這種標記的點位，還不夠，因為考慮耳機舒適性。除了從平面的角度，觀摩耳朵三角區(qū)最深的深度，以及耳屏，對耳洞，耳屏間切跡等位置的研究，對于耳朵的舒適性，特別重要。
在此基礎上，也會有更加精確的方式，也就是直接掃描后，可以獲得耳朵的輪廓，這種方式非常近似于塑模的方式，也可以通過掃描來獲得人耳的數(shù)據(jù)，但是需要特定的機器，設備成本高，掃描的時間雖然不常，可是我們沒有辦法把這些移植到手機應用端。因此，對硬件設備的過高要求，喝不可移植性，讓我們開始考慮一個新的角度——使用2d照片進行3d建模。首先，找出各張照片中的特征點，進行兩兩匹配，現(xiàn)在常用的算法是由 David Lowe 提出的SIFT 方法。然后根據(jù)匹配的結果，利用射影定理計算得到相機位置等場景信息，流行使用的是基于 Levenberg-Marquardt 算法的 Bundler。我們也可把這一步稱為稀疏重建（Sparse Reconstruction）。接下來將場景信息與原始照片結合在一起，有了場景信息，我們就能進行多視立體重建（Multi-view Stereo Reconstruction）了。由于處理的圖像精度通常都比較高，所以這一步的計算量很大，執(zhí)行效率也因此成為判斷算法優(yōu)劣的標準之一。除了效率之外，還需要考量重建的精度以及完整性，因為這些因素決定了點云的質量。PMVS 算法是目前表現(xiàn)最好的多視立體重建算法。另外，為了表示和稀疏重建的區(qū)別，這一步也成為密集重建（Dense Reconstruction）。最后根據(jù)三維點云構建三維模型，我們已經得到了物體表面的一系列三維點云，但是還需要把這些點連成面，才能在一般的三維建模軟件中使用?，F(xiàn)在比較常用的是泊松表面重建算法（Poisson Surface Reconstruction）。
以上技術的應用，在建筑行業(yè)的應用已經相當廣泛，針對算法精度進行調節(jié)，我們則可以獲取更加便捷的方式，拍幾張照片，就足夠我們針對耳朵建模，并根據(jù)數(shù)據(jù)庫來總結出耳朵大致偏向耳形，更加適合的耳機類型，以及硅膠部分的大小，這時候，我們就考慮一種更加便捷的對應方式。不一定要針對用戶的耳朵建模做出完全符合的方案，但是，因為我們儲備了足夠的人耳模型數(shù)據(jù)，甚至可以更細化的區(qū)分男性女性，三角區(qū)比較深，or比較長的耳型，來針對耳朵形狀，做更深入的推薦，比如三角區(qū)較深，耳洞比較大的耳朵，往往覺得ANC耳機佩戴的時候非常舒服。三角區(qū)較為淺，耳屏間切跡角度比較尖的耳朵，或許更喜歡Airpods的耳機更合適。
綜上，關于定制化，在人體工程學方向的一些討論，總體來說，我們還需要更復雜的數(shù)據(jù)庫，讓耳機佩戴體驗更好。
