1. 毕业设计（论文）主要内容：

图像理解就是对图像的语义理解，是以图像为对象，知识为核心研究图像中有什么目标，目标之间有什么关系以及图像的背景是什么。CNN RNN是一种非常好的框架，它可以很好的捕捉到图像的特征，同时也可以把图像中的特征相互关联起来，生成自然语言描述。本次研究主要是利用CNN卷积神经网络对图像特征进行提取，然后输入到RNN循环神经网络的隐层状态中来生成自然语言描述。通过和人类手工标记的结果对比，利用BLEU或NIST等对结果进行评估。在Matlab或者python中完成仿真并分析结果。

2. 毕业设计（论文）主要任务及要求

(1）查阅相关文献资料15篇以上（其中近5年外文文献不少于3篇)，了解本研究领域的基本理论、关键技术与研究现状。
（2）完成开题报告。
（3）通过预训练好的CNN模型对图像提取特征,将图像特征输入到RNN隐层，对应的文本描述作为数据集训练模型, 利用机器翻译的评价指标BLEU以及NIST对预测结果做分析.
（4）完成不少于12000字的论文的撰写并完成答辩的相关工作。
（5）正文应包含不少于12幅图（包括：电路原理图、流程图、结构框图、程序框图等）。
（6）完成不低于5000汉字（20000英文印刷符）的教师指定的相关文献的英译汉翻译。

3. 毕业设计（论文）完成任务的计划与安排

1、第1－3周：查阅相关文献资料，明确研究内容，学习毕业设计研究内容所需理论的基础。确定毕业设计方案，完成开题报告。

2、第4－5周：熟悉掌握基本理论，完成英文资料的翻译，熟悉开发环境。

3、第6－9周：编程实现各算法，并进行仿真调试。

4. 主要参考文献

1.章毓晋。图像理解（中册）。清华大学出版社.2012.

2.陈桂明，张明照，戚红雨.应用matlab语言处理数字信号与数字图像.科学出版社， 2000

3.刘卓夫，罗中明，赵东阳，贾欣怡，郭明，苏婷。机器视觉技术实现缺损qr条形码识别。