1. 毕业设计（论文）主要内容：
随着信息技术的发展和互联网时代的到来,电子商务因其成本低廉和传播广泛占据了极大的市场，给人们的生活带来了很多便利。作为电子商务一份子的服装电子商务的迅猛发展标志着服装商务新模式的出现。人们购买衣服不再仅仅考虑实体店，更多的是依靠网络即通过上网对服装图像进行浏览、挑选、价格的对比、付款等购买自己喜欢的服装。但是服装购物网站服装商品数量剧增，出现了许多款式多样、质量参差不齐、价格匪夷所思的服装，导致用户挑选出满意的服装花费的时间和精力越来越多。所以，快速准确地检索到所需服装图像的研究成为学术界和产业界的一个具有挑战性的课题。
本研究从服装图像的几个关键特征（形状、颜色、纹理等）入手，着力设计出一套具有良好的应用价值的服装图像购物检索系统，为用户的网上购物带来方便。
2. 毕业设计（论文）主要任务及要求
（1） 服装图像数据库的构建：
服装图像检索系统的实现依赖大量的现实生活中的服装图像，从大量的服装图像数据中提取有效的信息构建本地的特征库，对该系统的检索精确度起到至关重要的作用，现有的研究工作没有一个服装图像的基准数据库，因此，本研究的基础工作就是构建一个种类多，数量大的服装图像数据集。
（2） 服装图像检索系统的设计与实现：
3. 毕业设计（论文）完成任务的计划与安排
2019年1月11日-2019年1月31日：阅读与服装图像检索相关的文献，构建服装图像数据集；
2019年2月1日-2019年2月28日：掌握技能，具有针对性的学习编程语言，算法，图像处理和软件工程方法学相关知识，尝试实现已阅读文献中的方法，完成开题报告；
2019年3月1日-2019年3月31日：设计新的有效的服装图像描述方法，从理论和实验上进行验证；
4. 主要参考文献
[1]Belongie S, Malik J, Puzicha J. Shape matching and object recognition usingshape contexts. IEEE Trans Pattern Analysis and Machine Intelligence, 2002,24:509-522.
[2]Dalal N, Triggs B. Histograms of oriented gradients for human detection. In:Proceedings of the 2005 IEEE Computer Society Conference on Computer Vision andPattern Recognition. SanDiego, CA, USA: IEEE, 2005. 886-893.
[3]Sidiropoulos P, Vrochidis S, Kompatsiaris I. Content-based binary imageretrieval using the adaptive hierarchical density histogram[J]. PatternRecognition, 2011, 44(4):739-750.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
