type
Post
status
Published
date
slug
kuliang-genealogy-platform
summary
面向侨民来华寻根的数字平台与服务系统：从鼓岭实地调研、历史照片和建筑旧址出发，连接地理信息、人脸识别、人物档案与家族谱系树。
tags
真实项目
ug 2020-2024
用户研究
空间设计与理论
软著产出
category
交互设计
icon
password
网址

▌ 𝗕𝗔𝗖𝗞𝗚𝗥𝗢𝗨𝗡𝗗 𝗥𝗘𝗦𝗘𝗔𝗥𝗖𝗛

《家·谱》是一套面向侨民来华寻根的数字平台与服务系统。项目从鼓岭外侨后代真实寻根经历出发，把分散的建筑旧址、历史照片、口述资料、家族关系和地理线索转化为可查询、可匹配、可继续补充的寻根入口。
2023 年春，团队陪同外籍朋友 Keith 前往福州鼓岭采风，并寻找其 19 世纪祖先相关旧址线索。
2023 年春，团队陪同外籍朋友 Keith 前往福州鼓岭采风，并寻找其 19 世纪祖先相关旧址线索。

Investigation / 采风与访谈

  • 我们在鼓岭实地踏勘，结合基本地图、无人机观察、历史地图和向导经验，寻找外侨旧居、界碑和山路遗迹。
  • 通过线下、电话和电邮采访外侨后代，理解他们回到中国寻根时真正关心的问题：祖辈住在哪里、留下了什么照片、当地是否还有人记得、当年的邻居和朋友是谁。
  • Elyn MacInnis 等合作者提供了重要的口述史与家族线索，让项目不只是“查资料”，而是围绕真实后代的寻根路径组织信息。
外侨后代访谈材料：他们对鼓岭仍保有强烈的地方记忆和情感连接。
外侨后代访谈材料：他们对鼓岭仍保有强烈的地方记忆和情感连接。

Difficulties / 问题发现

🔎
Large target group：每年都有外侨及其后代来华寻根，但多数线索分散在海外家庭、地方档案、照片和个人记忆里。
🏚️
Destruction of historic buildings：许多别墅经历改建、翻修甚至消失，现场已经无法直接对应历史照片。
🗂️
Lack of collation of oral history：知情人逐渐离世，口述史、影像和文献缺乏系统整理，很多故事正在失去可追溯入口。
项目积累了大量研究报告和文献资料，但作品集表达需要把这些材料重新转化为用户问题和设计路径。
项目积累了大量研究报告和文献资料，但作品集表达需要把这些材料重新转化为用户问题和设计路径。

▌ 𝗠𝗔𝗣𝗣𝗜𝗡𝗚

我把“寻根”拆成两个互相连接的对象：一个是家，也就是建筑、旧址、地图、路线和现场；另一个是谱，也就是人物、家庭、组织、照片和社会关系。平台的基础任务，是让这两类信息能够互相指向。
将历史地图叠合到鼓岭卫星图和踏勘轨迹上，辅助定位旧居、山路与空间关系。
将历史地图叠合到鼓岭卫星图和踏勘轨迹上，辅助定位旧居、山路与空间关系。
地理信息数据库把卫星影像、历史地图、现场点位和住宅信息拆成可叠合的数据层。
地理信息数据库把卫星影像、历史地图、现场点位和住宅信息拆成可叠合的数据层。
空间数据与关系数据结合后，可以支持后续的 SNA 分析和寻根路线判断。
空间数据与关系数据结合后，可以支持后续的 SNA 分析和寻根路线判断。

▌ 𝗗𝗘𝗦𝗜𝗚𝗡 𝗣𝗥𝗢𝗖𝗘𝗦𝗦

Finding

  • 地方管理者和寻根人员缺少可用的田野调查材料，也缺少能持续维护的地理信息系统。
  • 历史上的鼓岭住民与知情人大多已经离世，别墅经过多次翻新改建，识别难度很高。
  • 寻根人员多居于北美等地，一次或多次来华寻根也未必有结果；分散在后代手中的史料收集效率低。

Design Aim

  • 在现有资料基础上建立在线家族谱系查询平台，用去中心化、分布式方式收集外侨谱系信息。
  • 搭建在线寻根活动发起平台，支持用户上传祖辈老照片，并通过信息比对寻找潜在谱系树。
  • 抢救地方现有的人居历史资料，通过平台进行数字化存储和维护。
  • 探索将做法迁移到更多中国外侨避暑地的可能，形成高校、地方和寻根者共同维护的研究中心。

How To Do

  • 以计算机视觉人脸识别和地理信息系统为核心，把外侨祖辈照片信息匹配到地理系统上。
  • 通过无人机倾斜摄影和田野调查构建地方数字化地理信息数据库，把历史住宅定点到地图中。
  • 对平台数据库中的人员信息进行坐标录入，为社会网络分析创造地理空间参考。
  • 通过具备降噪能力的人脸识别技术自动识别历史照片人脸，并参考合照频次构建地方历史社区关系网。

▌ 𝗜𝗗𝗘𝗔𝗧𝗜𝗢𝗡

Reconstructing Social Connections / 从历史照片重建关系

历史照片不只是展示素材，也是关系证据。平台把照片中的人物识别、合影频次和已知档案关系连接起来，帮助用户从“这张照片里的人是谁”继续追问“他们和我的祖辈有什么关系”。
社会网络图：将人物、组织、家庭和历史建筑之间的关系转化为可读的群组结构。
社会网络图：将人物、组织、家庭和历史建筑之间的关系转化为可读的群组结构。

Training Models for Facial Recognition / 预训练模型分割人脸特征

历史照片往往分辨率低、光线差、脸部角度不统一，因此识别结果不能直接作为事实，需要与姓名、组织、时间、地点等资料交叉校对。
人脸识别界面：提取历史照片中的面部特征，并与人物档案进行匹配和人工校对。
人脸识别界面：提取历史照片中的面部特征，并与人物档案进行匹配和人工校对。

Generating a Family Lineage Tree / 生成家族谱系树

当人物身份、亲属关系、住宅位置和社会关系被匹配后，系统可以生成可解释的家族谱系树，并把结果链接到旧居位置、历史照片和相关人物档案。
寻根结果页面：把人物关系、建筑线索、历史照片和故事内容整合为可阅读结果。
寻根结果页面：把人物关系、建筑线索、历史照片和故事内容整合为可阅读结果。
人物档案界面：将个人基础信息、关系信息和文献线索组织为可查询条目。
人物档案界面：将个人基础信息、关系信息和文献线索组织为可查询条目。

▌ 𝗙𝗟𝗢𝗪𝗖𝗛𝗔𝗥𝗧

按照 Figma 中的流程图，我把平台流程整理为三条主线：人脸识别、住宅信息、人员信息。它们共同服务于最终的家谱树生成。
  1. 人脸识别：用户上传历史照片，系统输出识别精度、候选结果和其他可能匹配。
  1. 住宅信息：系统关联暂存位置、预约方式、现留存物品名录、住宅位置信息和相关历史建筑。
  1. 人员信息：用户查看家谱树、生平简介、社会关系，以及和自己具有潜在祖辈联系的其他用户。
  1. 匹配生成：共同人员标记、人员信息匹配、人脸滚动匹配、亲属滚动匹配共同推动生成家谱树。

▌ 𝗢𝗨𝗧𝗣𝗨𝗧

  • 已在鼓岭试点整理 119 座别墅线索，并支持 100+ 人次鼓岭住民后代回访寻根。
  • 形成“智能家谱小程序软件”和“智能家谱录入与查询系统 V1.0”两项软件著作权。
  • 项目从寻根平台延伸到博物馆导览、文化游学、文创和线下展陈，形成“家 + 谱”的可持续转化路径。
鼓岭历史建筑现场资料：房屋现状、历史照片和数据库条目共同支撑寻根匹配。
鼓岭历史建筑现场资料：房屋现状、历史照片和数据库条目共同支撑寻根匹配。
线下展陈材料：把鼓岭人物故事、建筑记忆和研究成果转译为公众可阅读的叙事。
线下展陈材料：把鼓岭人物故事、建筑记忆和研究成果转译为公众可阅读的叙事。
公共传播场景：将研究材料转化为可展示、可讲述、可继续扩展的地方记忆内容。
公共传播场景：将研究材料转化为可展示、可讲述、可继续扩展的地方记忆内容。

▌ 后记

这一版页面先按作品集框架降低论文感，把重点放回真实问题、用户路径、系统设计和视觉材料上。后续等 Figma 两页完全做完，可以再把 Notion 页面替换成更接近最终版的完整作品集叙事。