摘要圖像信息是人類視覺(jué)感知信息的重要部分，隨著計(jì)算機(jī)、電子技術(shù)日益進(jìn)步，大規(guī)模運(yùn)算和信息的數(shù)-模轉(zhuǎn)換走入現(xiàn)實(shí)，由此催生出分為圖像識(shí)別、分割、重建等領(lǐng)域的數(shù)字處理技術(shù)蓬勃發(fā)展。作為圖像分割的典型應(yīng)用場(chǎng)景，人像分割是進(jìn)行人像美化、背景處理、人臉識(shí)別等領(lǐng)域的重要前提。因此通過(guò)人像分割從圖像中精確且完整地提取出人像目標(biāo)，對(duì)后續(xù)處理有必要作用。本文以深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)，研究如何利用U-Net模型在人像照片較有限的情況下達(dá)到人像分離合格的準(zhǔn)確率。最終實(shí)現(xiàn)模型的IOU在92.1%左右，Dice系數(shù)在95.7%左右。對(duì)比早期的分割方法，卷積神經(jīng)網(wǎng)絡(luò)U-Net模型通過(guò)類似編碼器—解碼器的“U”型結(jié)構(gòu)實(shí)現(xiàn)更簡(jiǎn)便、穩(wěn)定地提取數(shù)據(jù)的特征，且能更加有效的提高分割的準(zhǔn)確度。關(guān)鍵詞：深度學(xué)習(xí)；人像分割；U-Net模型AbstractImageinformationisanimportantpartofhumanvisualperceptioninformation.Withthedevelopmentofcomputerandelectronictechnology,large-scaleoperationanddigital-to-analogconversionofinformationcomeintoreality,Therefore,thedigitalprocessingtechnologyincludingimagerecognition,segmentationandreconstructionhasbeendevelopedvigorously..Asatypicalapplicationsceneofimagesegmentation,isanimportantpremiseofimagebeautification,backgroundprocessing,facerecognitionandsoon.Therefore,itisnecessarytoextracttheimageobjectaccuratelyandcompletelyfromtheimagebyportraitsegmentationInthispaper,basedontheconvolutionalneuralnetworkindeeplearning,westudyhowtousetheU-Netmodeltoachievethequalifiedaccuracyrateofhumanimageseparationunderthelimitedsituationofhumanimage.TheIOUofthefinalmodelisabout92.1%,andtheDicecoefficientisabout95.7%.Comparedwiththeearliersegmentationmethods,TheconvolutionalneuralnetworkU-Netmodelextractsthefeaturesofdatamoreeasilyandstablythrougha"U"-likestructureintheencoder-decoder,It’scanimprovethesegmentationaccuracymoreeffectively.Keywords：deeplearning;portraitsegmentation;U-Netmodel廣東東軟學(xué)院本科生畢業(yè)設(shè)計(jì)（論文）1目錄TOC\o"1-3"\h\u第一章緒論 第三章基于Tensorflow的神經(jīng)網(wǎng)絡(luò)搭建3.1系統(tǒng)環(huán)境配置3.1.1配置tensorflow實(shí)驗(yàn)環(huán)境TF環(huán)境是進(jìn)行本次課題研究的基礎(chǔ)。安裝tensorflow：下載安裝好Anaconda。Anaconda是一個(gè)iDE及環(huán)境管理工具，可以按照IDE、配置環(huán)境、安裝所需工具包等，大大減少了用戶使用難度。配置好tensorflow環(huán)境。圖3-1Anaconda主界面本次實(shí)驗(yàn)的環(huán)境是基于python3.7的tensorflow-cpu版本。安裝實(shí)驗(yàn)所需工具包：在Anaconda中安裝工具包是一件很容易的事，打開(kāi)anaconda軟件,切換到要用到的環(huán)境，點(diǎn)擊首頁(yè)左側(cè)的環(huán)境,就可以配置tensorflow的環(huán)境了。圖3-2安裝工具包3.2數(shù)據(jù)集選擇我們本次選擇的是CelebA—HQ數(shù)據(jù)集，但囿于計(jì)算能力，我們僅使用前兩千張圖片及其對(duì)應(yīng)的掩膜（Mask），該數(shù)據(jù)集介紹如下：CelebA—HQ是大規(guī)模人臉圖像數(shù)據(jù)集，包含三萬(wàn)張高分辨率人臉圖像(從CelebA數(shù)據(jù)集選擇而來(lái))及人臉屬性分割蒙版。CelebA是CelebFacesAttribute的縮寫(xiě)，意即名人人臉屬性數(shù)據(jù)集，為了為人臉語(yǔ)義分割和屬性操作打下更好的研究基礎(chǔ)，研究人員在CelebA的基礎(chǔ)上構(gòu)建了包含30000張高分辨率512×512的人臉圖片，包含了面部19類詳細(xì)的信息標(biāo)注。針對(duì)被部分遮擋的面部區(qū)域，標(biāo)注員還進(jìn)行了推斷補(bǔ)全了語(yǔ)義標(biāo)簽。到此可以了解到對(duì)應(yīng)蒙版細(xì)分到頭發(fā)耳眼鼻眉嘴等人臉屬性，所以需要在數(shù)據(jù)預(yù)處理時(shí)進(jìn)行合成。圖3-3數(shù)據(jù)集圖像3.3數(shù)據(jù)預(yù)處理3.3.1Mask（掩膜)合并處理及轉(zhuǎn)換數(shù)組形式打開(kāi)mask文件夾可以看到許多不同的人臉屬性掩膜。圖3-4Mask文件夾圖像在代碼中，我們新建一個(gè)convert_image類，包含兩個(gè)函數(shù)read_images和to_npy，read_images函數(shù)用來(lái)讀取圖像及對(duì)圖像對(duì)應(yīng)的各人臉屬性掩膜合成并讀取圖3-5read_images函數(shù)代碼將圖片和掩膜轉(zhuǎn)換成數(shù)組形式并作長(zhǎng)久保存。圖3-6to_npy函數(shù)代碼3.3.2訓(xùn)練集驗(yàn)證集劃分訓(xùn)練集驗(yàn)證集按照8:2劃分，也就是訓(xùn)練集驗(yàn)證集分別是1600和400張圖像及對(duì)應(yīng)掩膜。訓(xùn)練集的功能是通過(guò)設(shè)置分類器的參數(shù)來(lái)訓(xùn)練模型。當(dāng)與驗(yàn)證集結(jié)合訓(xùn)練驗(yàn)證時(shí)，將選出同一參數(shù)的不同值以分別擬合出多個(gè)分類器。驗(yàn)證集：用訓(xùn)練集訓(xùn)練出的多個(gè)模型來(lái)對(duì)驗(yàn)證集進(jìn)行預(yù)測(cè)，記錄下各個(gè)模型的準(zhǔn)確率，最后選出最好的模型及其對(duì)應(yīng)的參數(shù)，用來(lái)逐漸調(diào)整模型參數(shù)。測(cè)試集：是模型在前面訓(xùn)練驗(yàn)證一直沒(méi)接觸過(guò)的數(shù)據(jù)，是用來(lái)測(cè)試訓(xùn)練出來(lái)的最佳模型的性能。設(shè)置訓(xùn)練集、驗(yàn)證集、測(cè)試集主要是防止訓(xùn)練的模型逐漸過(guò)擬合。圖3-7訓(xùn)練集驗(yàn)證集劃分代碼3.4搭建u-net卷積神經(jīng)網(wǎng)絡(luò)U-Net模型由FCN結(jié)構(gòu)發(fā)展而來(lái)，因其整體結(jié)構(gòu)似字母U而得名，在醫(yī)學(xué)圖像領(lǐng)域應(yīng)用廣泛。它由左半部分的下采樣的部分（特征提取部分），右半部分的上采樣部分組成。通過(guò)反復(fù)的卷積獲得輸入圖像的特征信息，并且將其映射到高維使得圖像最豐富的特征信息存在于整個(gè)模型的高維。不同于FCN，u-net模型不直接對(duì)與原始圖像大小相同的輸出圖像進(jìn)行池化，反而通過(guò)反卷積，將特征從高緯重新映射到低維。圖3-8構(gòu)建U-Net模型部分代碼3.5模型訓(xùn)練與結(jié)果在模型進(jìn)行訓(xùn)練之前，還需用compile設(shè)置一些學(xué)習(xí)條件。本次研究中主要需設(shè)置的參數(shù)有兩個(gè)：（1）優(yōu)化器我們知道，通過(guò)訓(xùn)練以不斷調(diào)整模型的參數(shù)，使得每次變換后參數(shù)對(duì)輸入作非線性變化以逐漸擬合輸出，最后求得最佳的參數(shù)也就是最佳模型。而優(yōu)化器也就是更新參數(shù)的算法。本次研究選用的優(yōu)化算法是adam。（2）損失函數(shù)損失函數(shù)也是本次模型訓(xùn)練中的必備參數(shù)。在訓(xùn)練過(guò)程中通過(guò)loss可以明了模型的好壞。本次實(shí)驗(yàn)選擇的激活函數(shù)是sigmoid函數(shù)，損失函數(shù)選用二元交叉熵函數(shù)（binary_crossentropy）。關(guān)于訓(xùn)練塊（batch_size）的大小，經(jīng)過(guò)多次嘗試，最終選擇了4，迭代100次.本文實(shí)驗(yàn)使用的訓(xùn)練函數(shù)是fit_generator（）。相比f(wàn)it（）函數(shù)，fit_generator（）函數(shù)通過(guò)“邊生成邊訓(xùn)練”的方法，讓該網(wǎng)絡(luò)與生成器將一起執(zhí)行，大大地節(jié)省了內(nèi)存。經(jīng)過(guò)訓(xùn)練后。最終的模型驗(yàn)證集準(zhǔn)確率在85%左右。圖3-9模型損失函數(shù)圖像第四章人像分割的設(shè)計(jì)與實(shí)現(xiàn)4.1加載模型及測(cè)試集加載之前訓(xùn)練好并保存的模型讀取測(cè)試集數(shù)組及掩膜圖4-1模型加載及讀取數(shù)據(jù)代碼4.2測(cè)試開(kāi)始測(cè)試并計(jì)算出測(cè)試每張圖片用時(shí)，用cpu跑的，可以看到測(cè)出單張圖片將近0.8秒。圖4-2測(cè)試代碼4.3預(yù)測(cè)圖片呈現(xiàn)圖4-3部分預(yù)測(cè)圖片4.4計(jì)算IOU及Dice系數(shù)人眼只能大概感知分割效果如何，那么如何理性地準(zhǔn)確量化呢？本實(shí)驗(yàn)采用IOU和Dice系數(shù)兩種指標(biāo)來(lái)評(píng)價(jià)模型最終的分割效果。所謂的分割效果也就是分割結(jié)果與標(biāo)準(zhǔn)Mask之間的相似程度。IOU和Dice系數(shù)計(jì)算公式分別如下圖4-4IOU計(jì)算公式圖4-5Dice系數(shù)計(jì)算公式IOU(IntersectionOverUnion，交并比)在本實(shí)驗(yàn)中即分割出來(lái)的人像部分與Mask二者的交集除以二者的并集。Dice系數(shù)（dicesimilaritycoefficient）相當(dāng)于在IOU分子分母上同時(shí)加了一個(gè)二者的交集。最后算出本模型的IOU在92.1%左右，Dice系數(shù)在95.7%左右。圖4-6計(jì)算IOU及Dice系數(shù)代碼

五．總結(jié)與展望5.1總結(jié)為了解放全人類，即讓人從必要而自身不感興趣的任務(wù)中逐漸解放出來(lái)，能夠讓機(jī)器像人一樣學(xué)習(xí)、思考、決策、行動(dòng)一直是部分人的夢(mèng)想。而機(jī)器做到這一切之前的前提就是他能像人一樣感知，即能夠解讀得到的信息。圖像信息就是其中一部分，而學(xué)會(huì)圖像分割是必要的。就像人的眼睛一樣，首先要通過(guò)鎖定整個(gè)視覺(jué)中的目標(biāo)物體，然后才能精準(zhǔn)地進(jìn)行下一步行動(dòng)。本文首先編寫(xiě)了課題的研究背景與國(guó)內(nèi)外研究現(xiàn)狀、研究目的和意義，然后介紹了卷積神經(jīng)網(wǎng)絡(luò)、U-Net模型及框架等理論知識(shí)以及基于Tensorflow構(gòu)建U-Net模型，最后描述了如何通過(guò)訓(xùn)練好的U-Net對(duì)測(cè)試集圖片進(jìn)行預(yù)測(cè)。最終實(shí)現(xiàn)模型的IOU在92.1%左右，Dice系數(shù)在95.7%左右。對(duì)比早期的分割方法，卷積神經(jīng)網(wǎng)絡(luò)U-Net模型通過(guò)類似編碼器—解碼器的“U”型結(jié)構(gòu)實(shí)現(xiàn)更簡(jiǎn)便、穩(wěn)定地提取數(shù)據(jù)的特征，且能更加有效的提高分割的準(zhǔn)確度。5.2展望與不足通過(guò)本次課題的研究，讓我對(duì)卷積神經(jīng)網(wǎng)絡(luò)、U-Net模型、圖像分割以及tensorflow框架等都有更進(jìn)一步的了解。囿于自身能力、實(shí)驗(yàn)時(shí)間、硬件能力等原因，對(duì)于人像分割的研究實(shí)現(xiàn)還有如下改進(jìn)空間：由于使用的CelebA-HQ訓(xùn)練集有部分掩膜標(biāo)注不十分準(zhǔn)確，可以更換其他更合適人像數(shù)據(jù)集以改進(jìn)模型。因?yàn)殡娔X硬件原因，只能使用tenflowcpu版，訓(xùn)練的圖片量有限，之后可以升級(jí)硬件以改進(jìn)模型。由于時(shí)間有限，往后希望可以把模型加載進(jìn)一個(gè)小程序或軟件或網(wǎng)站，呈現(xiàn)一個(gè)更完善的人像分割系統(tǒng)。

參考文獻(xiàn)[1]趙明君李杰毛明禾.基于標(biāo)簽傳遞的人像分割[J].數(shù)據(jù)采集與處理,2019(01):179-186.

[2]王澤榮.移動(dòng)端實(shí)時(shí)人像分割算法研究[J].現(xiàn)代計(jì)算機(jī)：中旬刊,2018(3):4-4.[3]魏秀參《解析深度學(xué)習(xí)：卷積神經(jīng)網(wǎng)絡(luò)原理與視覺(jué)實(shí)踐》2018.11[4]U-Net:ConvolutionalNetworksforBiomedicalImageSegmentation,Olaf-Ronneberger,2015[5]tps:///pdf/1505.04597.pdf[6]王珊,薩師煊.數(shù)據(jù)庫(kù)系統(tǒng)概論[M].高等教育出版社,2006.5:198-235.[7]李家興.基于卷積神經(jīng)網(wǎng)絡(luò)的圖像檢測(cè)技術(shù)研究.廣東工業(yè)大學(xué).[8]鄒鑫.基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類算法研究.西北師范大學(xué).[9]X.Shen,,Deepautomaticportraitmatting[C].InEuropeanConferenceonComputerVision,2016,pp.92-107.

致謝天下沒(méi)有不散的宴席，雖然大四的生活多半時(shí)間還是呆在學(xué)校里，但是論文致謝寫(xiě)就的這一刻也真正標(biāo)志著我與這所學(xué)校的人事記憶就要暫時(shí)別離了，沒(méi)有傷感，更多的是遺憾，但是總歸不如意事十有八九，過(guò)去的不能挽回，人應(yīng)該大膽向前看，所以這段文字應(yīng)該像它的標(biāo)題一樣充滿感恩和致謝，感謝四年來(lái)在我的成長(zhǎng)道路上扶持過(guò)我，指點(diǎn)過(guò)我的人。四年，對(duì)于漫長(zhǎng)的人生而已，是短暫而普通的，但每一個(gè)四年又都有它獨(dú)特的意義，尤其在大學(xué)的四年。大學(xué)四年，我們正青春，在最美好的年紀(jì)體驗(yàn)著最美好的生活，轉(zhuǎn)眼，這樣的生活即將結(jié)束，有很多回憶，很多感慨。在那段備戰(zhàn)高考的日子，我想支撐我們的動(dòng)力之一是來(lái)體驗(yàn)傳說(shuō)中的大學(xué)生活吧，然而真正來(lái)到這里，會(huì)發(fā)現(xiàn)，我們?nèi)匀挥泻芏嗾n要上，有很多作業(yè)要做，有很多考試要準(zhǔn)備，學(xué)生，最重要的還是學(xué)習(xí)，所以想要真正有所收獲，仍然是不輕松的，不過(guò)，還好，學(xué)校的校園環(huán)境一直都很僻靜清幽，所以給我能夠靜下心來(lái)去學(xué)習(xí)去琢磨提供了一個(gè)很好的外在環(huán)境。所以，我很感謝這個(gè)校園，讓我能夠養(yǎng)成良好的習(xí)慣，這些習(xí)慣在我在以后的學(xué)習(xí)生活中仍然會(huì)有很大的幫助。想對(duì)身邊的同學(xué)、朋友、老師、食堂的大廚所有我所認(rèn)識(shí)與不認(rèn)識(shí)的人，對(duì)校園里的花草樹(shù)木、錯(cuò)落有致的高樓矮房一切生靈和據(jù)說(shuō)沒(méi)生命的事物，對(duì)這一切的一切說(shuō)聲謝謝!四年，我們一起演繹了這六百畝土地的電閃雷鳴，一起體味這兩百個(gè)禮拜的悲歡離合。相聚是緣，淚痕與汗?jié)n、辛酸與甜蜜、淺薄與深沉，都融入這方寸之地，散落于每一個(gè)角落，不分彼此，直至永恒。我欣慰地知道，多年以后這里依然會(huì)到處充盈著我的氣息，承載著我的青春歲月，對(duì)此我滿懷感激。雖然課業(yè)繁忙，但傳說(shuō)中的大學(xué)生活并不只是傳說(shuō)，在這里，我有了很多自由發(fā)展的空間，和老師的交流也更加平等自在，有問(wèn)題去問(wèn)老師，不管是輔導(dǎo)員老師還是任課老師甚至從來(lái)沒(méi)有接觸過(guò)的老師，他們都會(huì)很熱心的幫助我解決問(wèn)題，和有經(jīng)驗(yàn)有閱歷的人交流，會(huì)讓自己很快地成長(zhǎng)，感謝每一個(gè)老師對(duì)我的指導(dǎo)和關(guān)照。

我想，友誼對(duì)于每個(gè)人而言都是那么的寶貴，很榮幸能夠一直生活在一個(gè)有愛(ài)的集體里，更讓我感到幸運(yùn)的是能夠在這四年遇到一些可以分享快樂(lè)分擔(dān)風(fēng)雨的朋友，非常感謝你們能夠一直陪伴在我身邊，很多時(shí)刻都已經(jīng)儲(chǔ)藏在我的記憶里面了。

大學(xué)四年即將結(jié)束，但是學(xué)習(xí)生涯還在繼續(xù)，非常感謝我的畢設(shè)指導(dǎo)蘇康老師對(duì)我的照顧和認(rèn)可，蘇老師是一個(gè)嚴(yán)厲而不失親和的老師，在畢設(shè)的過(guò)程中，蘇老師能夠悉心指導(dǎo)我，同時(shí)又給我很大的自由發(fā)揮的空間，讓我能夠非常順利并且很愉快地完成畢設(shè)，同時(shí)我也對(duì)即將開(kāi)始的事業(yè)生涯充滿期待。

最后，雖落窠臼但不失真誠(chéng)地是要感謝自己的父母。他們雖目不識(shí)丁，唯知辛勤勞作以養(yǎng)家糊口，他們深深立足腳下，不知還有星空，但從來(lái)沒(méi)有阻止我去仰望、去追逐。對(duì)于我的學(xué)習(xí)、我的決定向來(lái)都是無(wú)條件的支持，在我為論文和工作的雙重壓力而焦頭爛額之際，叮囑我照顧好身體，安慰我順其自然，盡人事而聽(tīng)天命。非有父母之生養(yǎng)，則無(wú)我今日之生命；非有父母之支持，則無(wú)我今日之學(xué)業(yè)有成。他們是我此生最愛(ài)的人。

在大學(xué)四年即將結(jié)束的句點(diǎn)前，再一次感恩陪我度過(guò)美好四年的你們；未來(lái)，我們也一定都會(huì)更好！

捷鍵與一些電腦小技巧HYPERLINKwinkey+d:

這是高手最常用的第一快捷組合鍵。這個(gè)快捷鍵組合可以將桌面上的所有窗口瞬間最小化，無(wú)論是聊天的窗口還是游戲的窗口……只要再次按下這個(gè)組合鍵，剛才的所有窗口都回來(lái)了，而且激活的也正是你最小化之前在使用的窗口！

--這個(gè)就是winkeywinkey+f:

不用再去移動(dòng)鼠標(biāo)點(diǎn)“開(kāi)始→搜索→文件和文件夾”了，在任何狀態(tài)下，只要一按winkey+f就會(huì)彈出搜索窗口。

winkey+r:

在我們的文章中，你經(jīng)常會(huì)看到這樣的操作提示:“點(diǎn)擊‘開(kāi)始→運(yùn)行’，打開(kāi)‘運(yùn)行’對(duì)話框……”。其實(shí)，還有一個(gè)更簡(jiǎn)單的辦法，就是按winkey+r！

alt+tab:

如果打開(kāi)的窗口太多，這個(gè)組合鍵就非常有用了，它可以在一個(gè)窗口中顯示當(dāng)前打開(kāi)的所有窗口的名稱和圖標(biāo)●，選中自己希望要打開(kāi)的窗口，松開(kāi)這個(gè)組合鍵就可以了。而alt+tab+shift鍵則可以反向顯示當(dāng)前打開(kāi)的窗口。

winkey+e:

當(dāng)你需要打開(kāi)資源管理器找文件的時(shí)候，這個(gè)快捷鍵會(huì)讓你感覺(jué)非?！八?！再也不用騰出一只手去摸鼠標(biāo)了！

小提示:

winkey指的是鍵盤(pán)上刻有windows徽標(biāo)的鍵●。winkey主要出現(xiàn)在104鍵和107鍵的鍵盤(pán)中。104鍵盤(pán)又稱win95鍵盤(pán)，這種鍵盤(pán)在原來(lái)101鍵盤(pán)的左右兩邊、ctrl和alt鍵之間增加了兩個(gè)windwos鍵和一個(gè)屬性關(guān)聯(lián)鍵。107鍵盤(pán)又稱為win98鍵盤(pán)，比104鍵多了睡眠、喚醒、開(kāi)機(jī)等電源管理鍵，這3個(gè)鍵大部分位于鍵盤(pán)的右上方。

再補(bǔ)充點(diǎn)

F1顯示當(dāng)前程序或者windows的幫助內(nèi)容。

F2當(dāng)你選中一個(gè)文件的話，這意味著“重命名”

F3當(dāng)你在桌面上的時(shí)候是打開(kāi)“查找：所有文件”對(duì)話框

F10或ALT激活當(dāng)前程序的菜單欄

windows鍵或CTRL+ESC打開(kāi)開(kāi)始菜單

CTRL+ALT+DELETE在win9x中打開(kāi)關(guān)閉程序?qū)υ捒?/p>

DELETE刪除被選擇的選擇項(xiàng)目，如果是文件，將被放入回收站

SHIFT+DELETE刪除被選擇的選擇項(xiàng)目，如果是文件，將被直接刪除而不是

放入回收站

CTRL+N新建一個(gè)新的文件

CTRL+O打開(kāi)“打開(kāi)文件”對(duì)話框

CTRL+P打開(kāi)“打印”對(duì)話框

CTRL+S保存當(dāng)前操作的文件

CTRL+X剪切被選擇的項(xiàng)目到剪貼板

CTRL+INSERT或CTRL+C復(fù)制被選擇的項(xiàng)目到剪貼板

SHIFT+INSERT或CTRL+V粘貼剪貼板中的內(nèi)容到當(dāng)前位置

ALT+BACKSPACE或CTRL+Z撤銷上一步的操作

ALT+SHIFT+BACKSPACE重做上一步被撤銷的操作

Windows鍵+D：最小化或恢復(fù)windows窗口

Windows鍵+U：打開(kāi)“輔助工具管理器”

Windows鍵+CTRL+M重新將恢復(fù)上一項(xiàng)操作前窗口的大小和位置

Windows鍵+E打開(kāi)資源管理器

Windows鍵+F打開(kāi)“查找：所有文件”對(duì)話框

Windows鍵+R打開(kāi)“運(yùn)行”對(duì)話框

Windows鍵+BREAK打開(kāi)“系統(tǒng)屬性”對(duì)話框

Windows鍵+CTRL+F打開(kāi)“查找：計(jì)算機(jī)”對(duì)話框

SHIFT+F10或鼠標(biāo)右擊打開(kāi)當(dāng)前活動(dòng)項(xiàng)目的快捷菜單

SHIFT在放入CD的時(shí)候按下不放，可以跳過(guò)自動(dòng)播放CD。在打開(kāi)wo

rd的時(shí)候按下不放，可以跳過(guò)自啟動(dòng)的宏

ALT+F4關(guān)閉當(dāng)前應(yīng)用程序

ALT+SPACEBAR打開(kāi)程序最左上角的菜單

ALT+TAB切換當(dāng)前程序

ALT+ESC切換當(dāng)前程序

ALT+ENTER將windows下運(yùn)行的MSDOS窗口在窗口和全屏幕狀態(tài)間切換

PRINTSCREEN將當(dāng)前屏幕以圖象方式拷貝到剪貼板

ALT+PRINTSCREEN將當(dāng)前活動(dòng)程序窗口以圖象方式拷貝到剪貼板

CTRL+F4關(guān)閉當(dāng)前應(yīng)用程序中的當(dāng)前文本（如word中）

CTRL+F6切換到當(dāng)前應(yīng)用程序中的下一個(gè)文本（加shift可以跳到前

一個(gè)窗口）

在IE中：

ALT+RIGHTARROW顯示前一頁(yè)（前進(jìn)鍵）

ALT+LEFTARROW顯示后一頁(yè)（后退鍵）

CTRL+TAB在頁(yè)面上的各框架中切換（加shift反向）

F5刷新

CTRL+F5強(qiáng)行刷新1.打開(kāi)“我的電腦”-“工具”-“文件夾選項(xiàng)”-“查看”-在“顯示所有文件和文件夾”選項(xiàng)前打勾-“確定”

2.刪除以下文件夾中的內(nèi)容：

x:\DocumentsandSettings\用戶名\Cookies\下的所有文件(保留index文件)

x:\DocumentsandSettings\用戶名\LocalSettings\Temp\下的所有文件(用戶臨時(shí)文件)

x:\DocumentsandSettings\用戶名\LocalSettings\TemporaryInternetFiles\下的所有文件(頁(yè)面文件)

x:\DocumentsandSettings\用戶名\LocalSettings\History\下的所有文件(歷史紀(jì)錄)

x:\DocumentsandSettings\用戶名\Recent\下的所有文件(最近瀏覽文件的快捷方式)

x:\WINDOWS\Temp\下的所有文件(臨時(shí)文件)

x:\WINDOWS\ServicePackFiles(升級(jí)sp1或sp2后的備份文件)

x:\WINDOWS\DriverCache\i386下的壓縮文件(驅(qū)動(dòng)程序的備份文件)

x:\WINDOWS\SoftwareDistribution\download下的所有文件

3.如果對(duì)系統(tǒng)進(jìn)行過(guò)windoesupdade升級(jí)，則刪除以下文件：x:\windows\下以$u...開(kāi)頭的隱藏文件

4.然后對(duì)磁盤(pán)進(jìn)行碎片整理，整理過(guò)程中請(qǐng)退出一切正在運(yùn)行的程序

5.碎片整理后打開(kāi)“開(kāi)始”-“程序”-“附件”-“系統(tǒng)工具”-“系統(tǒng)還原”-“創(chuàng)建一個(gè)還原點(diǎn)”(最好以當(dāng)時(shí)的日期作為還原點(diǎn)的名字)

6.打開(kāi)“我的電腦”-右鍵點(diǎn)系統(tǒng)盤(pán)-“屬性”-“磁盤(pán)清理”-“其他選項(xiàng)”-單擊系統(tǒng)還原一欄里的“清理”-選擇“是”-ok了

7、在各種軟硬件安裝妥當(dāng)之后，其實(shí)XP需要更新文件的時(shí)候就很少了。刪除系統(tǒng)備份文件吧：開(kāi)始→運(yùn)行→sfc.exe/purgecache近3xxM。(該命令的作用是立即清除"Windows文件保護(hù)"文件高速緩存，釋放出其所占據(jù)的空間)

8、刪掉\windows\system32\dllcache下dll檔(減去200——300mb),這是備用的dll檔，只要你已拷貝了安裝文件，完全可以這樣做。

9、XP會(huì)自動(dòng)備份硬件的驅(qū)動(dòng)程序，但在硬件的驅(qū)動(dòng)安裝正確后，一般變動(dòng)硬件的可能性不大，所以也可以考慮將這個(gè)備份刪除，文件位于\windows\drivercache\i386目錄下，名稱為driver.cab，你直接將它刪除就可以了，通常這個(gè)文件是74M。

10、刪除不用的輸入法：對(duì)很多網(wǎng)友來(lái)說(shuō)，WindowsXPt系統(tǒng)自帶的輸入法并不全部都合適自己的使用，比如IMJP8_1日文輸入法、IMKR6_1韓文輸入法這些輸入法，如果用不著，我們可以將其刪除。輸入法位于\windows\ime\文件夾中，全部占用了88M的空間。

11、升級(jí)完成發(fā)現(xiàn)windows\多了許多類似$NtUninstallQ311889$這些目錄，都干掉吧，1x-3xM

12、另外，保留著\windows\help目錄下的東西對(duì)我來(lái)說(shuō)是一種傷害，呵呵。。。都干掉！

13、關(guān)閉系統(tǒng)還原：系統(tǒng)還原功能使用的時(shí)間一長(zhǎng)，就會(huì)占用大量的硬盤(pán)空間。因此有必要對(duì)其進(jìn)行手工設(shè)置，以減少硬盤(pán)占用量。打開(kāi)"系統(tǒng)屬性"對(duì)話框，選擇"系統(tǒng)還原"選項(xiàng)，選擇"在所有驅(qū)動(dòng)器上關(guān)閉系統(tǒng)還原"復(fù)選框以關(guān)閉系統(tǒng)還原。也可僅對(duì)系統(tǒng)所在的磁盤(pán)或分區(qū)設(shè)置還原。先選擇系統(tǒng)所在的分區(qū)，單擊"配置"按鈕，在彈出的對(duì)話框中取消"關(guān)閉這個(gè)驅(qū)動(dòng)器的系統(tǒng)還原"選項(xiàng)，并可設(shè)置用于系統(tǒng)還原的磁盤(pán)空間大小。

14、休眠功能會(huì)占用不少的硬盤(pán)空間，如果使用得少不妨將共關(guān)閉，關(guān)閉的方法是的：打開(kāi)"控制面板"，雙擊"電源選項(xiàng)"，在彈出的"電源選項(xiàng)屬性"對(duì)話框中選擇"休眠"選項(xiàng)卡，取消"啟用休眠"復(fù)選框。

15、卸載不常用組件：XP默認(rèn)給操作系統(tǒng)安裝了一些系統(tǒng)組件，而這些組件有很大一部分是你根本不可能用到的，可以在"添加/刪除Windows組件"中將它們卸載。但其中有一些組件XP默認(rèn)是隱藏的，在"添加/刪除Windows組件"中找不到它們，這時(shí)可以這樣操作：用記事本打開(kāi)\windows\inf\sysoc.inf這個(gè)文件，用查找/替換功能把文件中的"hide"字符全部替換為空。這樣，就把所有組件的隱藏屬性都去掉了，存盤(pán)退出后再運(yùn)行"添加-刪除程序"，就會(huì)看見(jiàn)多出不少你原來(lái)看不見(jiàn)的選項(xiàng)，把其中那些你用不到的組件刪掉（記住存盤(pán)的時(shí)候要保存為sysoc.inf，而不是默認(rèn)的sysoc.txt），如Internat信使服務(wù)、傳真服務(wù)、Windowsmessenger，碼表等，大約可騰出近50MB的空間。

16、清除系統(tǒng)臨時(shí)文件：系統(tǒng)的臨時(shí)文件一般存放在兩個(gè)位置中：一個(gè)Windows安裝目錄下的Temp文件夾；另一個(gè)是x:\DocumentsandSettings"用戶名"\LocalSettings\Temp文件夾(Y:是系統(tǒng)所在的分區(qū))。這兩個(gè)位置的文件均可以直接刪除。

17、清除Internet臨時(shí)文件：定期刪除上網(wǎng)時(shí)產(chǎn)生的大量Internet臨時(shí)文件，將節(jié)省大量的硬盤(pán)空間。打開(kāi)IE瀏覽器，從"工具"菜單中選擇"Internet選項(xiàng)"，在彈出的對(duì)話框中選擇"常規(guī)"選項(xiàng)卡，在"Internet臨時(shí)文件"欄中單擊"刪除文件"按鈕，并在彈出"刪除文件"對(duì)話框，選中"刪除所有脫機(jī)內(nèi)容"復(fù)選框，單擊"確定"按鈕。

18、清除預(yù)讀文件：WindowsXP的預(yù)讀設(shè)置雖然可以提高系統(tǒng)速度，但是使用一段時(shí)間后，預(yù)讀文件夾里的文件數(shù)量會(huì)變得相當(dāng)龐大，導(dǎo)致系統(tǒng)搜索花費(fèi)的時(shí)間變長(zhǎng)。而且有些應(yīng)用程序會(huì)產(chǎn)生死鏈接文件，更加重了系統(tǒng)搜索的負(fù)擔(dān)。所以，應(yīng)該定期刪除這些預(yù)讀文件。預(yù)計(jì)文件存放在WindowsXP系統(tǒng)文件夾的Prefetch文件夾中，該文件夾下的所有文件均可刪除。

19、壓縮NTFS驅(qū)動(dòng)器、文件或文件夾：如果你的硬盤(pán)采用的是NTFS文件系統(tǒng)，空間實(shí)在緊張，還可以考慮啟用NTFS的壓縮功能。右擊要壓縮的驅(qū)動(dòng)器－"屬性"－"常規(guī)"－"壓縮磁盤(pán)以節(jié)省磁盤(pán)空間"，然后單擊"確定"，在"確認(rèn)屬性更改"中選擇需要的選項(xiàng)。這樣可以節(jié)省約20%的硬盤(pán)空間。在壓縮C盤(pán)的時(shí)候，最好在安全模式下壓縮，這樣效果要好一些。

20、關(guān)閉華醫(yī)生Dr.Watson：要關(guān)閉Dr.Watson可打開(kāi)注冊(cè)表編輯器，找到"HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\WindowsNT\CurrentVersion\AeDebug"分支，雙擊其下的Auto鍵值名稱，將其"數(shù)值數(shù)據(jù)"改為0，最后按F5刷新使設(shè)置生效，這樣就取消它的運(yùn)行了。也在"