1. 毕业设计（论文）的内容和要求

基本内容： 深度学习技术目前在图像处理领域有着广泛的应用，在本课题中要求学生学习深度学习的相关知识，并尝试在图像处理中进行简单的应用。

具体要求如下： 1. 检索相关参考文献，学习深度学习的相关知识，特别是关于卷积神经网络的相关知识 2. 学习并掌握深度学习相关实验环境的配置方法及相关语言语法，主要设计的工具及开发语言包括matlab、cuda、python等。

3. 了解并学习深度学习caffe框架的配置及使用方法。

2. 参考文献

[1] 机器学习导论. [M] ［美］米罗斯拉夫#8226;库巴特. 机械工业出版社，2016 [2] Learning a Deep Convolutional Network for Image Super-Resolution. Chao Dong, Chen Change Loy, Kaiming He, ECCV,2014 [3] ATGV-Net: Accurate Depth Super-Resolution. Gernot Riegler, Matthias Ruther, Horst Bischof. european conference on computer vision,2016 [4] Zheng, S., Jayasumana, S., Romera-Paredes, B., Vineet, V., Su, Z., Du, D., Huang,C., Torr, P.: Conditional Random Fields as Recurrent Neural Networks. In: IEEE International Conference on Computer Vision (ICCV) (2015) [5] Tompson, J., Jain, A., LeCun, Y., Bregler, C.: Joint Training of a Convolutional Network and a Graphical Model for Human Pose Estimation. In: Proceedings of Conference on Neural Information Processing Systems (NIPS) (2014) [6] Timofte, R., Smet, V.D., Gool, L.V.: A : Adjusted Anchored Neighborhood Regression for Fast Super-Resolution. In: Asian Conference on Computer Vision (ACCV) (2014) [7] Riegler, G., Ranftl, R., R#168;uther, M., Bischof, H.: Joint Training of an Convolutional Neural Net and a Global Regression Model. In: Proceedings of the British Machine Vision Conference (BMVC) (2015)

3. 毕业设计（论文）进程安排

1-5～1-10 查阅参考文献，了解课题要求，完成开题报告 1-11～ 1-30 完成并上交开题报告,并开始进行系统总体设计。

1月30日前上交开题报告 2-1～2-28 完成系统的总体设计，包括网站、软件的总体设计和完成数据库的概念设计（包括E-R图等） 3-1～3-14 完成数据库的详细设计，包括各数据表的设计和数据的录入 数据库平台自选 3-15～4-10 初步完成Web服务器的安装、配置、调试、使用，完成部分网页（包括表单）的设计 服务器和网页工具自选 4-13～4-24 着手编制有关网络程序，并完成主要模块的设计 软件开发工具自选 4-27～5-1 完善主要模块的功能并完成其他模块的设计 5-4～5-15 完成各模块的单元测试，并着手进行系统调试 5-18～5-20 完成整个系统的调试工作，并着手毕业论文（设计）的撰写工作 5-20～6-5 完成论文的初稿，并通过电子邮件发给指导老师初审 完成英文翻译 6-5～6-9 按指导老师意见修改论文并定稿打印装订 递交论文和英文翻译 6-13～ 准备毕业论文的答辩,包括答辩演示文稿等