1. 毕业设计（论文）主要内容：

深度学习是当今AI最炙手可热的研究热点。卷积神经网络(CNN)是计算机视觉中应用最广泛的深度学习网络。利用深度学习网络进行图像修复，在目标移除、旧照片修复等有广泛的应用。本文要求学生学习、使用一个CNN网络框架（caffe、tensorflow、pytorch），并构建一个基于深度学习的图像修复系统，完成图像修复的功能。

2. 毕业设计（论文）主要任务及要求

1、查阅不少于15篇的相关资料，其中英文文献不少于3篇，完成开题报告。

2、完成不少于5000字的英文文献翻译工作。

3、收集相关的原始数据，并进行数据的预处理工作。

3. 毕业设计（论文）完成任务的计划与安排

1-3周：查阅文献，完成开题报告
4-6周：总体设计，完成论文综述
7-10周：设计算法，功能模块设计
11-13周：编码和测试
14-15周：写论文，提交初稿，给老师检查，修改定稿，答辩。

4. 主要参考文献

1. chao yang等；high-resolution image inpainting using multi-scale neural patch synthesis；2017 ieee conference on computer vision and pattern recognition（ieee库可查到）

2.jeremias sulam等，large inpainting of face images with trainlets，ieee signal processing letters, vol. 23, no. 12, december 2016。

3. m. bertalmio, g. sapiro, v. caselles. imageinpainting[c]. proceedings of international conference on computer graphicsand interactive techniques.2000: 417-424