目前,人们习惯用手机相机记录生活,而且图片是记录信息的一种重要媒介,因此图片在手机相册内大量存在,开发一款辅助用户拍照的相机和能够高效管理手机相册内大量图片的系统有着积极意义。手机应用商店内相机类应用的主要功能都是美颜和滤镜角度,优化用户拍摄的照片,很少有涉及到提示用户如何拍照的功能。部分图片管理类应用只是基于图片的时间和地点分类,也有基于图片内容进行分类的应用,但是该类应用大多数都会要求用户将图片上传到云空间后再进行分类,而且对于抽象语义类别的标签比较少。本课题为了更好的满足用户的拍照需求,并且能够便捷的管理手机相册内的图片,在移动端设备普及的背景下,设计并开发了基于Android平台的辅助相机和智能相册管理系统。本文的主要工作如下:1.本文利用网络爬虫技术收集72类数据,用其训练轻量级卷积神经网络模型Mobile Net V3,并使用Tensorflow Lite将该模型部署在移动端,训练后的模型能以较快的速度和较高的准确率实现对图片基于内容的分类,从而实现事物分类相册;2.训练轻量级人脸识别模型Mobile Face Nets,它可以在移动端更加高效的提取人脸特征,通过对比人脸特征实现相似人脸匹配,从而形成人脸分类相册;3.设计并开发基于Android的辅助相机和智能相册管理应用,主要功能包括相册管理、辅助拍照和图片管理等。本文通过智能分类相册实现对手机系统相册内的高效管理,并且辅助相机依据专业摄像知识辅助用户拍照,可以更好的满足用户的拍照需求。通过部署测试表明,本应用各模块运行流畅平稳。