1. 毕业设计（论文）主要目标：
不同于传统的基于图像内容的图像检索通过图像的颜色、纹理或形状特征（例如SIFT特征），本系统将会将机器学习与图像检索结合，通过提取图像的机器学习特征（例如CNN特征）建立索引，完成图像检索与推荐。
2. 毕业设计（论文）主要内容：
1.建立图像库，基于此图像库完成机器学习的预训练。
2.对图像的提取合适的机器学习特征，由于自然图像的复杂度、光照强度、纹理结构不尽相同，机器学习特征能够较好地保证检索过程的鲁棒性。由于机器学习特征往往会维数过多（例如CNN特征），采用维度下降算法以提高检索效率。
3.建立图像特征索引。提取所检索图像的机器学习特征，采用近似最邻近方法在索引中推荐相似的图像。
3. 主要参考文献
[1] Ji Wan,Dayong Wang,Steven C.H.Hoi,Pengcheng Wu,jianke Zhu,Yongdong Zhang,Jintao Li.Deep Learning for Content-Based Image Retrieval:A Comprehensive Study[C].ACM International Conference on Multimedia,pp:157-166,2014.[2] K Lin,HF Yang,JH Hsiao,CS Chen.Deep learning of binary hash codes for fast image retrieval[C].IEEE Conferencemon Computer VisionPattern Recognition Workshop,pp:27-35,2015.[3] A Babenko，A Slesarev，A Chigorin，V Lempitsky.Neural Codes for Image Retrieval[C].Computer Vision-ECCV 2014,pp:584-599,2014.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
