康奈爾大學探究項目

基于深度殘差網絡的大型圖像搜索引擎

課題簡介

圖像搜索，是通過搜索圖像文本或者視覺特征，為用戶提供互聯網上相關圖形圖像資料檢索服務的專業搜索引擎系統，是搜索引擎的一種細分。通過輸入與圖片名稱或內容相似的關鍵字來進行檢索，比如輸入 “A man is walking his dog”， 那么引擎會返回一些有男人、狗在走路的圖片，另一種通過上傳與搜索結果相似的圖片進行搜索，比如給出一張牛油果的照片，那么引擎會返回一些其他有關牛油果的照片。圖像搜素在如Google，Facebook，Pinterest等公司一直都是及其重要的課題。

深度學習一直是圖像分析的重要工具。而深度殘差網絡（ResNet）在2015年可以說是洗刷了圖像方面的各大比賽，以絕對優勢取得了多個比賽的冠軍。

本課程將帶學生初步理解機器學習方法。并利用傳統機器學習方法， 分析課程數據庫中的所提供的10000張圖片及其文本描述，結合ResNet建立一個大型圖像搜索引擎。 引擎將實現以文字搜索圖片，以及以圖片搜索類似圖片的功能。

科研方法

AI+X數據驅動型科研

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、準確地在兩者中發現規律、建立聯系，從而使癌癥診斷的“標準化”成為可能。

 

---

課題要求

本課題適合： 9-12 年級學生，有較強的邏輯思維和抽象思維能力

英文：

具備基本的學術英語閱讀能力；
接觸過英文寫作，有論文寫作經驗者更佳；

數學：

統計基礎知識；
線性代數；

計算機：

有一定的python功底；
Jupyter notebook；
Numpy, pandas, sk-learn。