论文部分内容阅读
信息爆炸的时代,数码图片数据的激增带来了自动化数据管理需求。但是,用户在管理个人照片时习惯根据照片的拍摄时间或者拍摄地点形成文件夹进行组织。基于这样的照片管理方式,在实际使用过程中会产生问题:用户会上传照片至社交网站保留了压缩过的缩略图,想要找回原图。但是对于较长时间之前的照片,用户可能会忘记拍摄时间或者地点,此时无法迅速地找出照片。针对这一问题,本文提出一种基于深度学习分类算法的自动分类相册管理解决方案。该解决方案预实现一个富客户端Web系统,利用深度学习对图片进行自动标注,以图片内容标注结果为单位组织图片,形成相册。用户可以通过图片内容标签或缩略图快速定位图片。基于以上解决方法,可以帮助用户提高查找图片的效率。深度学习可以自己学习数据特征表达方法。在实现分类时可以通过已经训练好的神经网络参数,在浏览器上重建神经网络进行分类,提供了富客户端应用实践的可能性。因此,本文实现了上述解决方案的Web系统,尝试性在浏览器端应用深度学习解决相册管理问题,提供一种基于深度学习的富客户端应用实践的方法。本文的主要工作与贡献包括(1)提出了基于深度学习的自动分类相册解决方案,利用深度学习自动分类代替手工分类,旨在辅助用户提高标注并查找图片的效率;(2)设计并实现了本文提出解决方案的Web系统,系统具有图片上传、图片浏览、图片分类、图片搜索等相册基本功能,为深度学习算法提供一个应用场景;(3)封装了一个使用卷积神经网络进行分类的JavaScript插件,可以提供给其他Web应用对图像进行分类返回分类结果。本文遵守软件工程的开发过程原则,对本文系统的需求分析、概要设计以及相关实现工作进行了详细描述。目前为止,已经完成本文系统原型,实现了以图片内容为基本组织形式,应用深度学习算法自动分类图片等一系列功能。经体验测试本文系统可以正常运行,并有效解决本文提出的问题。