全文总字数：5003字
1. 研究目的与意义（文献综述）
现今，人们在网络交流时，图像和音频，文字一样频繁出现。如何从图片中提取到人们所需要的信息，这个问题已经被人们所关注。然而对于机器而言，图像只是一堆数据而已，如何让机器识别出图像中的文本，得益于人工智能，这个问题得到了解决。
机器学习的研究由于大数据以及计算性能提升重新变得火热起来。2006年，加拿大多伦多大学教授杰弗里·辛顿以及他的学生鲁斯兰·萨拉赫丁诺夫正式提出了深度学习的概念。2012年，杰弗里·辛顿领导的小组采用深度学习模型alexnet，在imagenet图像识别比赛中一举夺冠。2014年，facebook基于深度学习技术的deepface项目，在人脸识别方面的准确率已经能达到97%以上，跟人类识别的准确率几乎没有差别。深度学习也已经广泛引用到了图像文本提取中。
2. 研究的基本内容与方案
本文研究的主要目标为：识别图像中的数据并按照设备分类，之后保存为txt/csv文件。
本文研究的基本内容为：
(1)在学习图像处理、机器学习及深度学习知识基础上，对所给定的图像进行分析，确定适合的信息分类及场景。
3. 研究计划与安排
(1)2020/1/13—2020/2/28：确定选题，查阅文献，外文翻译和撰写开题报告；
(2)2020/3/1—2020/3/31：确定设计方案，配置环境，实现对图像文字提取的原型，并进一步开发；
(3) 2020/4/1—2020/4/30：完成程序设计与开发、系统测试，并进一步完善整个系统；
4. 参考文献（12篇以上）
[1]卢未来. 面向图像的场景文字识别技术研究[d].辽宁工业大学,2018.
[2]万萌. 基于深度学习的自然场景文字检测与识别方法研究[d].广东工业大学,2019.
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。
