【名校科研】卡內基梅隆科研課題：基于深度學習的以圖搜圖功能實現

科研課題：基于深度學習的以圖搜圖功能實現相比于文字語言，圖像可以提供更加直觀的信息。隨著文本搜索技術不斷的成熟，以圖搜圖技術也漸漸收到了人們的重視并且得到了很多的應用，例如谷歌搜索中的以圖搜圖功能，淘寶中的拍立淘。在深度學習沒有發(fā)展起來前，以圖搜圖使用計算機視覺中典型的特征提取組成特征向量來比較圖片間的相似度的流程。而當下，深度學習的發(fā)展使得提取的特征更豐富也提高了以圖搜圖的性能。綜上對于目前以圖搜圖的發(fā)展，本課題旨在指導學生使用深度學習和傳統計算機視覺的知識實現以圖搜圖的功能，并且掌握圖像搜索的的評估方法。此外，本課題也將帶領學生掌握簡單的網頁開發(fā)，以實現上傳圖片，搜索相似圖片，對檢索出的圖片排序并輸出結果。

相關學科

電子??自動化??計算機視覺計算機??人工智能??機器學習數據科學??應用數學??統計學

導師：卡內基梅隆? 博士

· 導師研究生與博士皆就讀于CMU，主修建筑表現與診斷；· 本科就讀于東華大學，主修建筑環(huán)境與設備工程；· 多次在ASHRAE Winter Conference, CAADRIA等國際知名期刊上以第一作者身份發(fā)表論文；· 研究方向：計算機視覺與智能建筑

研課題研究方法

AI＋X數據驅動型

AI＋X數據驅動型科研是指使用人工智能（AI）算法，收集、處理、分析具體學科（X）的海量數據，并基于此進行預測，從而獲得科學發(fā)現的研究方法。與傳統的、基于實驗或邏輯推理的研究方式相比，AI＋X數據驅動型科研可以借助AI算法強大的運算能力，高效地進行大數據分析，具有投入產出比高、適用范圍廣的優(yōu)點。AI＋X數據驅動型科研已被廣泛地應用于各個領域，利用AI算法研究基因數據，從而進行早期的癌癥篩查便是其中一例。基因組與癌癥病患的數據千千萬萬，使用傳統的科研方式對其進行分析，工程量大、過程繁瑣，在客觀上難以實現。但借助AI算法這一便捷的工具，生命科學家便能夠以海量的患者的遺傳信息為基礎，建立數據庫，與過往的研究成果進行對照，快速、準確地在兩者中發(fā)現規(guī)律、建立聯系，從而使癌癥診斷的“標準化”成為可能。

整個科研教學流程中，每一位學員都將有學術督導協助保障研究階段性作業(yè)和論文的進度，確保取得研究成果。

獎

科研項目成果

成果1

獨一無二的課題成果有方學者項目的導師會為每個學生提供獨一無二的課題，連接最前沿的科研方法和學生感興趣的學術方向，保證學生研究內容的差異性。

成果2

在英文期刊中發(fā)表學術論文有方學者項目保證為學員在正規(guī)的英文學術期刊中發(fā)表論文。有方學者最優(yōu)秀的學生，不但可以沖擊EI、SCI等高級別期刊，而且有機會參與全球頂級的學術會議。

成果3

第一作者身份有方學者項目堅持幫助學生以第一作者身份發(fā)表論文。在申請過程中，第一作者順位恰恰是學生在科研項目中的參與程度的最佳證明。

成果4

美國Top 30院校導師的推薦信有方學者項目將為學生提供項目科研導師撰寫的推薦信。導師作為推薦人，來自于美國頂尖學府的科研團隊，保證了推薦信的可信度。

成果5

高效備戰(zhàn)具有高影響力、高含金量的科研學術活動學生可以直接使用有方學者項目的成果論文沖擊多項全球頂級的科研賽事，其中包括：被譽為“中國青年的諾貝爾獎”的丘成桐科學獎、谷歌科學獎和達特茅斯大學舉辦的ISEC論文比賽。