全文总字数：4005字
1. 研究目的与意义（文献综述）
1.1 研究背景
随着大数据时代的到来，信息的重要性不言而喻，是越来越重要的。而文字是信息传播的重要载体，因此对文字信息的提取是信息获取的重要途径。这也意味着文字识别技术的重要性。文字识别技术在生活和工业生产中都有着广泛的应用，譬如在文档扫描、证件识别、虚拟现实、图像检索、人机交互、无人驾驶等多个领域都拥有着至关重要的地位。随着ocr（光学字符识别）技术的发展，文档文本识别已经很成熟，识别效率和准确度也已经很高，但也只是面向高质量的文档图像，在输入图像背景干净、字体简单且排版整齐的情况下能够达到很高的识别水平。文档文字的识别已经基本解决，但自然场景中的文字识别仍然是个问题。与文档识别不同，自然场景中的文本识别面临着背景复杂、字体多样、排版随意、字体形状多样等各种问题，在这种情况下传统光学字符识别技术的效果很差，准确率也很低。我们需要新的识别算法来应用于自然场景文本的识别。
2. 研究的基本内容与方案
2.1 研究内容及目标
本次研究的内容主要分为以下几个部分：
3. 研究计划与安排
(1) 2019/12/27—2020/1/07：确定选题；
(2) 2020/1/08—2020/2/15：查阅文献；
(3) 2020/2/16—2020/2/20：外文翻译；
4. 参考文献（12篇以上）
【1】黄攀. 基于深度学习的自然场景文字识别[d].2016.
【2】方清. 基于深度学习的自然场景文本检测与识别[d].2018.
【3】z. zhang, c. zhang, w. shen, c. yao, w. liu, and x. bai.multi-oriented text detection with fully convolutional networks. arxiv preprintarxiv:1604.04018, 2016.
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
