王海洋　王寧　朱專?！⊥蹊?/p>

摘 要：構(gòu)建一個(gè)基于人臉識(shí)別的智能大數(shù)據(jù)處理系統(tǒng)，將圖片中提取的人臉數(shù)據(jù)特征上傳到HBase分布式數(shù)據(jù)庫中進(jìn)行存儲(chǔ)，使用Mahout提供的推薦、分類等數(shù)據(jù)挖掘算法進(jìn)行數(shù)據(jù)挖掘，使用Echarts框架將挖掘結(jié)果直觀顯示給用戶。

關(guān)鍵詞：大數(shù)據(jù)；數(shù)據(jù)可視化；數(shù)據(jù)挖掘；數(shù)據(jù)預(yù)處理

1 概述

面對(duì)互聯(lián)網(wǎng)絡(luò)的海量數(shù)據(jù)，如何提取有用的信息并進(jìn)行數(shù)據(jù)分析和挖掘就顯得尤為重要。一般置于商場(chǎng)和公共場(chǎng)所的數(shù)字標(biāo)牌廣告機(jī)只具有信息顯示和信息發(fā)布功能，無法了解用戶更多行為，運(yùn)用先進(jìn)的人臉識(shí)別技術(shù)和視頻智能分析技術(shù)提供一套完善的解決方案，能夠智能統(tǒng)計(jì)和分析用戶狀態(tài)，幫助了解用戶的喜好。

基于人臉識(shí)別技術(shù)設(shè)計(jì)一個(gè)對(duì)人臉信息進(jìn)行智能處理的系統(tǒng)，利用人臉識(shí)別技術(shù)統(tǒng)計(jì)商家數(shù)字標(biāo)牌內(nèi)容的觀看人數(shù)、觀看人的性別、年齡等信息，基于收集的數(shù)據(jù)利用大數(shù)據(jù)分析技術(shù)輔助產(chǎn)品提供者制定更加精準(zhǔn)、人性化的推廣方案和內(nèi)容。

2 關(guān)鍵技術(shù)簡(jiǎn)介

2.1 Hadoop分布式數(shù)據(jù)處理平臺(tái)

Hadoop是基于MapReduce數(shù)據(jù)集計(jì)算框架對(duì)原始的數(shù)據(jù)集進(jìn)行處理的平臺(tái)，可以快速、高效的對(duì)海量數(shù)據(jù)進(jìn)行快速處理。

2.2 HBase分布式數(shù)據(jù)

HBase是基于Hadoop平臺(tái)的分布式的開源數(shù)據(jù)庫，是一種基于列存儲(chǔ)的、非關(guān)系型的數(shù)據(jù)庫。

2.3 Mahout數(shù)據(jù)挖掘工具

Mahout是Apache旗下的一款數(shù)據(jù)挖掘工具，可以運(yùn)行在Hadoop平臺(tái)上對(duì)數(shù)據(jù)進(jìn)行處理，包含了諸多的挖掘算法，例如：聚類、分類、推薦等，對(duì)數(shù)據(jù)處理提供了極大的便利性。

2.4 Echarts數(shù)據(jù)可視化工具

Echarts商業(yè)報(bào)表技術(shù)是一個(gè)純的JavaScript的圖表庫，其中包含了諸多的商用圖表，例如：折線圖、柱狀圖、散點(diǎn)圖、K線圖、餅圖等等，提供了簡(jiǎn)潔、直觀、生動(dòng)、可交互的數(shù)據(jù)可視化圖表。

2.5 Face++人臉識(shí)別技術(shù)

Face++人臉識(shí)別技術(shù)可用于對(duì)圖片中人臉的檢測(cè)、微笑分析以及性別、年齡、種族、面部器官等坐標(biāo)數(shù)據(jù)的獲取。

3 系統(tǒng)功能描述

基于人臉識(shí)別的大數(shù)據(jù)智能處理系統(tǒng)首先通過人臉識(shí)別技術(shù)收集信息，利用大數(shù)據(jù)處理技術(shù)分析用戶對(duì)內(nèi)容的喜好，為不同性別、年齡、情緒狀態(tài)的用戶提供更加人性化的內(nèi)容，在不同時(shí)段投放不同內(nèi)容作出參考依據(jù)，為用戶帶來更好體驗(yàn)同時(shí)為投資者帶來更豐厚的回報(bào)。具體包括人臉識(shí)別和數(shù)據(jù)分析兩部分內(nèi)容。

3.1 人臉識(shí)別

（1）人臉檢測(cè)：通過攝像頭獲取人臉輪廓，提取特征生成特征數(shù)據(jù)庫。

（2）表情檢測(cè)：通過攝像頭判斷當(dāng)前人臉是否注視攝像頭，可識(shí)別睜眼、閉眼、眨眼等動(dòng)作。

（3）姿態(tài)檢測(cè)：通過攝像頭判斷當(dāng)前人臉是平視、抬頭、低頭、左右轉(zhuǎn)頭等。

3.2 數(shù)據(jù)分析

通過人臉特征的提取，對(duì)其中的信息進(jìn)行分析，根據(jù)統(tǒng)計(jì)數(shù)據(jù)，給出推薦的廣告位置和投放時(shí)間等信息，為商家提供參考依據(jù)。

4 系統(tǒng)構(gòu)建

4.1 系統(tǒng)設(shè)計(jì)

針對(duì)系統(tǒng)的功能描述，構(gòu)建分布式集群環(huán)境，通過圖片預(yù)處理、數(shù)據(jù)挖掘以及數(shù)據(jù)可視化三大核心模塊，完成系統(tǒng)的構(gòu)建。

（1）圖片預(yù)處理

在數(shù)據(jù)處理前期對(duì)圖片進(jìn)行預(yù)處理，利用Face++人臉識(shí)別技術(shù)，提取人臉信息，并將其上傳到HBase分布式數(shù)據(jù)庫中進(jìn)行存儲(chǔ)。

（2）數(shù)據(jù)挖掘

使用Mahout開源的數(shù)據(jù)挖掘框架，進(jìn)行參數(shù)設(shè)置后調(diào)用推薦、分類算法進(jìn)行數(shù)據(jù)挖掘工作，獲取挖掘結(jié)果，并將其存放到數(shù)據(jù)庫中。

（3）數(shù)據(jù)可視化

從前臺(tái)獲取數(shù)據(jù)庫中存儲(chǔ)的挖掘結(jié)果，使用Echarts可視化工具進(jìn)行數(shù)據(jù)顯示。

4.2系統(tǒng)實(shí)現(xiàn)

（1）人種興趣圖

鼠標(biāo)放在某一區(qū)域時(shí)會(huì)顯示該人種所占的比例，點(diǎn)擊下載圖標(biāo)時(shí)可將整個(gè)圖表以圖片的形式保存下來。

（2）數(shù)據(jù)分布圖

查看每個(gè)區(qū)域的數(shù)據(jù)分布情況，直觀明了。

5 結(jié)束語

本系統(tǒng)可以快速的對(duì)大量的人臉數(shù)據(jù)進(jìn)行處理并提取出有效信息，在數(shù)據(jù)可視化平臺(tái)進(jìn)行數(shù)據(jù)展示，給用戶以直觀、生動(dòng)的數(shù)據(jù)感受。同時(shí)，用戶可以對(duì)相關(guān)結(jié)果進(jìn)行下載、打印等操作。

參考文獻(xiàn)

[1]董西成.hadoop技術(shù)內(nèi)幕：深入解析YARN架構(gòu)設(shè)計(jì)與實(shí)現(xiàn)原理[M].北京：機(jī)械工業(yè)出版社，2013.

[2]張霄宏，雒芬，賈宗璞，等.一種適用于HadoopMapReduce環(huán)境的數(shù)據(jù)預(yù)取方法[J].西安電子科技大學(xué)學(xué)報(bào)（自然科學(xué)版），2014，41（2）.

[3]萬兵，黃夢(mèng)醒，段茜.一種基于資源預(yù)取的Hadoop作業(yè)調(diào)度算法[J].計(jì)算機(jī)應(yīng)用研究，2014，31（6）.

[4]何榮波.MapReduce模型在Hadoop中的性能優(yōu)化及改進(jìn)[D].北京：北京化工大學(xué)，2011.

作者簡(jiǎn)介：王海洋，長(zhǎng)春工業(yè)大學(xué)應(yīng)用技術(shù)學(xué)院計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)152401班學(xué)生；王寧，長(zhǎng)春工業(yè)大學(xué)應(yīng)用技術(shù)學(xué)院計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)152401班學(xué)生；朱專專，長(zhǎng)春工業(yè)大學(xué)應(yīng)用技術(shù)學(xué)院計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)152401班學(xué)生。

*通訊作者：王璐（1980-），女，副教授。