“看图写诗”–基于图像内容的古诗检索开题报告

1. 本选题研究的目的及意义

近年来，随着人工智能技术的飞速发展，深度学习和自然语言处理技术的结合在各个领域取得了显著的成果，其中包括将图像和文本跨模态关联起来。

图像和文本都是人类表达和记录信息的重要方式，将二者结合起来，可以实现更全面、更深入的信息理解和表达。

本选题“看图写诗”--基于图像内容的古诗检索，旨在探索如何利用计算机技术理解图像内容，并检索出与之语义相关的古诗词。

2. 本选题国内外研究状况综述

近年来，跨模态检索成为了研究热点，国内外学者在图像与文本的跨模态检索方面取得了丰富的成果。

1. 国内研究现状

国内学者在图像识别、自然语言处理和跨模态检索等方面做了大量研究。

3. 本选题研究的主要内容及写作提纲

1. 主要内容

本研究的主要内容包括以下几个方面：
1.图像内容分析：研究如何利用计算机视觉技术提取图像中的语义信息，例如图像中的物体、场景、颜色、情感等。

2.古诗语义理解：研究如何利用自然语言处理技术理解古诗词的语义内容，例如诗歌的主题、意境、情感、人物、事件等。

4. 研究的方法与步骤

本研究将采用以下方法和步骤：
1.文献调研：阅读相关领域的文献，了解图像识别、自然语言处理、跨模态检索和古诗词研究的最新进展，为本研究提供理论基础和技术参考。

2.数据收集与处理：收集图像和古诗词数据，并对数据进行清洗、标注和预处理，为模型训练和测试做准备。

3.模型构建：设计基于图像内容的古诗检索模型，包括图像特征提取模块、古诗语义理解模块和图像-诗歌匹配模块。

5. 研究的创新点

本研究的创新点在于：
1.提出了一种基于深度学习的图像内容分析方法，能够有效地提取图像中的语义信息，并将其用于古诗检索。

2.提出了一种基于transformer的古诗语义理解方法，能够更好地捕捉古诗词的语法结构和语义信息，提高图像与古诗词之间语义匹配的准确率。

3.构建了一个完整的基于图像内容的古诗检索系统，为用户提供了一种全新的古诗词欣赏和创作方式。

6. 计划与进度安排

第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。

第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲

第三阶段（2024.2~2024.3）查询资料，学习相关论文

7. 参考文献（20个中文5个英文）

1.张涛,彭宇行,谢浩,等.融合视觉情感分析的图像古诗生成[j].计算机辅助设计与图形学学报,2022,34(09):1473-1483.

2.黄鑫,王晓龙,叶翰辰,等.基于深度学习的图像诗歌生成模型综述[j].计算机科学,2022,49(08):1-12.

3.张艳,徐宝,王萌.基于深度学习的多模态诗歌生成研究综述[j].计算机应用研究,2021,38(10):2913-2919.