1、 本科毕业设计（论文）开题报告本科毕业设计（论文）开题报告 学院 电子工程学院 专业 电子科学与技术 班级 学生姓名 学号 班内序号 指导教师姓名 所在单位 电子工程学院 职称 讲师 设计（论文）题目 （中文）基于机器学习的图像分类算法研究 （英文） Research of Image classification algorithms based on machine learning 毕业设计（论文）开题报告内容：（主要包含选题的背景和意义；研究的基本内容和拟解决的主要问题；研究 方法及措施；研究工作的步骤与进度；主要参考文献等项目） 1.选题的背景和意义选题的背景和意义 随着互联网技术的
2、迅速发展，网络中的数字图像呈爆炸性增长，图像的获得和使用 变得尤为方便。而与此同时，对海量图像的自动处理和分类则显得极其重要。图像分类 技术正是解决此类问题的一个有效方法。图像分类（Image Classification）是根据各自在 图像信息中所反映的不同特征，利用计算机对图像进行定量分析，把不同类别的目标区 分出来的一种图像处理方法。 相较于早期的人工标注法和基于内容的图像索引法，图像分类技术则摒弃了繁琐的 人工参与过程，可以根据图像内容自动将其划分到对应的类别。基于图像内容的分类处 理方法可以较好地构建与人们认知一致的语义，并达到较高的准确率，所以图像分类成 为了当下研究的热点。 人眼
3、能快速识别并区分自然界中的不同事物，而对于计算机而言，需要使用机器学 习等研究领域的理论方法指导计算机完成图像的识别与分类。近年来，基于机器学习的 图像分类算法得到了广泛的应用，如人脸识别和行为检测等。这些工业应用与实践充分 说明了图像分类的研究意义与价值，同时如何提高图像分类的性能与效率也成为当下研 究热门。 2.研究的基本内容和拟解决的主要问题研究的基本内容和拟解决的主要问题 2.1 研究的基本内容研究的基本内容 1）对图像处理、图像分类、matlab 和 OpenCV 有基本的认识； 2）学习各种基于机器学习的图像分类算法； 3）理解参考论文和有关算法的原理与实现； 4）编写图像分类算法
4、实现对视频图像的分类，能够较准确地找出异常状态的发生； 5）优化图像处理算法，尽可能使算法更准确，同时效率更高； 6）切换不同视频场景，对算法进行测试、优化与改进。 2.2 拟解决的主要问题拟解决的主要问题 为了实现图像处理算法在视频中行为异常的检测，需要解决的主要问题有： 1）如何实现基于机器学习的图像分类算法； 2）如何加速运算速度， 对视频截取的大量帧图像运算会减缓运算速度， 而图像处理 追求的是处理速度。 3） 后期基于 SVM 向量的训练分类，完成整个算法的应用过程。 3.研究方法及措施研究方法及措施 根据本课题的研究内容和拟解决的主要问题，主要采用以下方法进行研究： 1） 阅读参考
5、文献与网络资料。初次进入某个领域时，首先对该领域有个初步的 认识与了解时非常重要的。此时查看相关的文献书籍，以及上网查找有关的 网络资料，充分地进行文献阅读，学习与研究机器学习、图像分类等相关的 知识，获取灵感，在文献中寻找可能的解决办法。 2） 找同学讨论、向老师讨教。在某些关键性问题，例如选择合适的图像处理算 法和程序加速的研究上，可以和同学讨论，并向指导老师进行询问，充分交 流意见，获取新的想法，尽可能得到更优的解决方法。 3） 算法编程。整个过程都离不开算法的编程与实现，所以要提高对算法原理的 认识与理解，同时通过不断的学习与实践提高自身的编程能力。 4.研究工作的步骤与进度研究工作的
6、步骤与进度 第 1-4 周：认真阅读相关资料对毕业设计的大致情况有基本的了解和研究，同时对 图像分类算法有初步的认识与了解，并完成开题报告； 第 4-9 周：仔细研读相关资料，掌握现有一些基于机器学习的图像分类算法。并通 过对已有图像样本的测试得到一种更高效的算法思路； 第 9-13 周：对完成的算法进行最后调试和完善。 第 14-16 周：完成本科毕业论文，准备答辩 5.主要参考文献主要参考文献 1 J. R. Parker. 图像处理与计算机视觉算法及应用(第 2 版) M. 北京 :清华大学出 版社 ,2012 2 Simon Rogers, Mark Girolami. A First course in machine learning M. 北京 :机械 工业出版社 ,2014 3张颖彬.孟嗣仪.刘云.ZHANG Ying-bin.MENG Si-yi.LIU Yun 基于 SVM 的相关反 馈图像分类和检索方案期刊论文-铁路计算机应用 2011(8) 4任立斌 基于支持向量机的图像分类研究与实现学位论文硕士 2010 5
