基于哈希的跨模态检索系统开题报告

全文总字数：7453字

1. 研究目的与意义、国内外研究现状（文献综述）

课题的意义、国内外研究进展、应用前景等（列出主要参考文献）1. 课题的意义：随着大数据信息时代的到来和多媒体技术的广泛采用，互联网上产生了海量的文本和图像数据。

数据和信息呈现爆炸式增长，每一个行业几乎都需要成千上万的数据，大规模数据的应用面临巨大的挑战。

有效数据显示，因特网有接近4亿可访问网站，百度、谷歌等搜索引擎每天接受30亿条信息搜索。

2. 研究的基本内容和问题

研究的目标、内容和拟解决的关键问题研究目标：研究、实现、几种高效的基于哈希的跨模态检索算法，设计基于哈希的跨模态检索系统，在系统上实现算法的对比，并将系统以图形界面进行可视化显示。

研究内容：（1） 下载开源数据集作为实验数据，并划分为训练集和测试集；（2） 集中提取跨模态数据中各模态数据的特征表达；（3） 选择基于哈希的跨模态检索算法，现选择scm、imh和dcmh算法，研读算法并设计实现；（4） 完成算法的比较，设计并构建基于哈希的跨模态检索系统，对系统进行图形界面可视化，并根据不同的数据集和算法不断调整和优化，提高检索系统的检索精度。

拟解决的关键问题：（1） scm、imh和dcmh算法的研读和复现。

3. 研究的方法与方案

研究方法、技术路线、实验方案及可行性分析研究方法：（1） 阅读相关文献、书籍以及学术论文；（2） 获取相关开源数据集；（3） 与导师及相关领域的前辈交流；（4） 通过实验，不断调整参数优化识别结果；（5） 通过在不同的数据集上进行实验，对比同一算法的正确率；通过不同算法在同一数据集上的实验，对比不同算法的正确率。

技术路线：实验方案：实验一：数据集获取（1）选用wiki、nus-wide、sun dataset等开源数据集（2）划分为训练样本和测试样本实验二：基于哈希的跨模态检索算法的实现与对比（1） 实现scm、imh和dcmh算法，重点实现dcmh算法。

（2） 完成三种算法的比较实验三：基于哈希的跨模态检索系统的实现利用python语言设计实现跨模态检索系统，并根据不同的数据集和算法不断调整和优化系统，提高检索的精度。

4. 研究创新点

特色或创新之处

5. 研究计划与进展

研究计划及预期进展（1）2019年1月至2019年3月研读文献，学习并掌握scm、imh和dcmh算法等跨模态检索算法，在适当的数据集上进行模拟训练。

（2）2019年3月至2019年4月完成算法对比实验，初步设计并构建基于哈希的跨模态检索系统。

（3）2019年4月至2019年5月不断完善并改进基于哈希的跨模态检索系统，撰写毕业论文。