1. 研究目的与意义、国内外研究现状（文献综述）
课题背景当今社会已经进入了以多媒体数据为主的大数据时代，其中又以数字图像数据最为突出。
与其他多媒体数据相比，图像数据内容更丰富，表达更直观，成为人们日常生活中信息分享最主要的形式。
面对日益增多的图像数据，如何从大规模图像数据库中快速准确地查找出用户真正需要的图像，从而有效挖掘图像数据中蕴藏的大量信息，已逐渐发展为计算机视觉，多媒体信息检索相关领域的主要研究课题之一。
2. 研究的基本内容和问题
研究目标图像检索系统核心功能：根据用户输入的图像，在目标数据库中检索出相似的图像,要求准确率和检索速度都达到适当水平。
研究内容1. 图像特征提取2. 利用哈希算法解决维度灾难问题（降维）3. 对图像的特征库建立索引4. 相似度量方法5. 图像检索系统的设计与实现拟解决的关键问题在实现基于哈希算法的图像检索系统过程中，有如下的技术问题有待解决：1. 图像的特征提取，好的特征可以提高检索的准确率2. 图像索引技术，当数据库较大时，建立合适的索引可以大大加快检索速度。
3. 哈希算法实现降维。
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通过寻求老师帮助、查阅文献和书籍等方法，掌握图像检索的关键技术，并付诸于实践。
技术路线本项研究具体研究路线如下： 可行性分析 制定合理的项目实施进度计划、同时有经验丰富的指导老师，保证项目的顺利执行。
利用装载windows 10系统的电脑，建立运行环境，可以随时进行本地测试、调试。
4. 研究创新点
本文利用基于卷积神经网络的哈希算法来实现图像检索，将卷积神经网络用于图像检索是近几年比较热点的问题，同时在实现CNN哈希算法的同时，为了测试CNN哈希算法的效率，设计了与传统哈希算法的对比实验。
5. 研究计划与进展
研究计划及预期进展2018年1月至2月，完成图像的特征提取2018年2月至3月，实现哈希算法2018年3月至4月，初步实现图像检索功能2018年4月至5月，实现图像检索系统2018年5月至答辩，系统与算法测试
