基于深度哈希算法的海量图像检索技术研究任务书
2020-04-08 13:19:46
1. 毕业设计(论文)主要内容:
随着互联网以及大数据时代的到来,网络上的图像数量变得越来越大。传统的检索技术已经无法满足当前对大量图像检索的需要。而哈希学习具有优秀的时间与空间复杂度,能够有效解决海量图像的检索问题。哈希学习是基于机器学习的方法得到图像的哈希索引,用于支持大规模图像的快速检索。
深度哈希是指基于深度学习的哈希学习算法。深度学习是当前机器学习中的热点方法,将深度学习应用于哈希,在保证图像检索时空效率的同时,还能够提高检索结果的精确度。
论文的主要内容包括:
2. 毕业设计(论文)主要任务及要求
1、查阅不少于15篇的相关资料,其中英文文献不少于3篇,完成开题报告。
2、完成不少于5000字的英文文献翻译工作。
3、收集相关的原始数据,并进行数据的预处理工作。
3. 毕业设计(论文)完成任务的计划与安排
1-3周:查阅文献,完成开题报告
4-6周:总体设计,完成论文综述
7-10周:设计算法,功能模块设计
11-13周:编码和测试
14-15周:写论文,提交初稿,给老师检查,修改定稿,答辩。
4. 主要参考文献
[1] wu-jun li, sheng wang, wang-cheng kang. feature learning based deepsupervised hashing with pairwise labels. ijcai 2016: 1711-1717
[2] zhu h, long m, wang j, etal. deep hashing network for efficient similarity retrieval[c]//aaai. 2016:2415-2421.
[3] erin liong v, lu j, wangg, et al. deep hashing for compact binary codes learning[c]//proceedings of theieee conference on computer vision and pattern recognition. 2015: 2475-2483.