1. 研究目的与意义（文献综述）

1.1课题研究的目的及意义

在现实生活中，图像相比文字能够提供更加生动、容易理解及更具艺术感的信息，是人们转递与交换信息的重要来源。

由此对不同图像进行分类是十分有必要的，图像分类是根据图像的语义信息将不同类别图像区分开来，是计算机视觉中重要的基本问题，也是图像检测、图像分割、物体跟踪、行为分析等其他高层视觉任务的基础。

2. 研究的基本内容与方案

2.1研究的基本内容、目标

通过截取现实生活中的三维物体不同视角的图片，进行特征提取进而对照片中的物体进行分类，在一些类人机器上应用的越来越频繁。通过对现实中物体所得的不同角度的图片来对物体进行分类，现实意义重大，意味着电脑可以进行判别进而进行自动检测。本次研究的主要内容如下：

1. 学习在图像分类方面的特征提取：特征是某一类对象区别于其他类对象的相应（本质）特点或特性， 或是这些特点和特性的集合。特征是通过测量或处理能够抽取的数据。通过提取不同视角图片的特征并有效的结合成为新的特征以此应对特征降维问题。

3. 研究计划与安排

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

4. 参考文献（12篇以上）

[1] f. nie, h. huang, x. cai, and c. h. ding, “efficient and robust feature selection via joint l-norms minimization,” in proc. advances neural inf. process. syst., pages 1813-1821,2010.

[2] m. qian and c. zhai. unsupervised feature selection for multi-view clustering on text-image web news data. in cikm, pages 1963–1966.acm, 2014.

[3] l. du and y.-d. shen. unsupervised feature selection with adaptive structure learning. in kdd, pages 209–218, 2015.