科研课题:基于深度学习的以图搜图功能实现相比于文字语言,图像可以提供更加直观的信息。随着文本搜索技术不断的成熟,以图搜图技术也渐渐收到了人们的重视并且得到了很多的应用,例如谷歌搜索中的以图搜图功能,淘宝中的拍立淘。在深度学习没有发展起来前,以图搜图使用计算机视觉中典型的特征提取组成特征向量来比较图片间的相似度的流程。而当下,深度学习的发展使得提取的特征更丰富也提高了以图搜图的性能。综上对于目前以图搜图的发展,本课题旨在指导学生使用深度学习和传统计算机视觉的知识实现以图搜图的功能,并且掌握图像搜索的的评估方法。此外,本课题也将带领学生掌握简单的网页开发,以实现上传图片,搜索相似图片,对检索出的图片排序并输出结果。
相关学科
电子 自动化 计算机视觉计算机 人工智能 机器学习数据科学 应用数学 统计学
导师:卡内基梅隆 博士
· 导师研究生与博士皆就读于CMU,主修建筑表现与诊断;· 本科就读于东华大学,主修建筑环境与设备工程;· 多次在ASHRAE Winter Conference, CAADRIA等国际知名期刊上以第一作者身份发表论文;· 研究方向:计算机视觉与智能建筑
研课题研究方法
AI+X数据驱动型
AI+X数据驱动型科研是指使用人工智能(AI)算法,收集、处理、分析具体学科(X)的海量数据,并基于此进行预测,从而获得科学发现的研究方法。与传统的、基于实验或逻辑推理的研究方式相比,AI+X数据驱动型科研可以借助AI算法强大的运算能力,高效地进行大数据分析,具有投入产出比高、适用范围广的优点。AI+X数据驱动型科研已被广泛地应用于各个领域,利用AI算法研究基因数据,从而进行早期的癌症筛查便是其中一例。基因组与癌症病患的数据千千万万,使用传统的科研方式对其进行分析,工程量大、过程繁琐,在客观上难以实现。但借助AI算法这一便捷的工具,生命科学家便能够以海量的患者的遗传信息为基础,建立数据库,与过往的研究成果进行对照,快速、准确地在两者中发现规律、建立联系,从而使癌症诊断的“标准化”成为可能。
整个科研教学流程中,每一位学员都将有学术督导协助保障研究阶段性作业和论文的进度,确保取得研究成果。
奖
科研项目成果
成果1
独一无二的课题成果有方学者项目的导师会为每个学生提供独一无二的课题,连接最前沿的科研方法和学生感兴趣的学术方向,保证学生研究内容的差异性。
成果2
在英文期刊中发表学术论文有方学者项目保证为学员在正规的英文学术期刊中发表论文。有方学者最优秀的学生,不但可以冲击EI、SCI等高级别期刊,而且有机会参与全球顶级的学术会议。
成果3
第一作者身份有方学者项目坚持帮助学生以第一作者身份发表论文。在申请过程中,第一作者顺位恰恰是学生在科研项目中的参与程度的最佳证明。
成果4
美国Top 30院校导师的推荐信有方学者项目将为学生提供项目科研导师撰写的推荐信。导师作为推荐人,来自于美国顶尖学府的科研团队,保证了推荐信的可信度。
成果5
高效备战具有高影响力、高含金量的科研学术活动学生可以直接使用有方学者项目的成果论文冲击多项全球顶级的科研赛事,其中包括:被誉为“中国青年的诺贝尔奖”的丘成桐科学奖、谷歌科学奖和达特茅斯大学举办的ISEC论文比赛。
© 2024. All Rights Reserved. 沪ICP备2023009024号-1