登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 开题报告 > 计算机类 > 计算机科学与技术 > 正文

基于深度学习的图像文本识别研究开题报告

 2022-01-09 10:01  

全文总字数:2718字

1. 研究目的与意义及国内外研究现状

近年来,随着互联网技术的快速发展,世界各地互联网用户实现了井喷式的增长,特别是随着移动智能终端的日益普及,移动应用和服务不断丰富,我国也进入了互联网高速发展阶段。互联网的发展,在带给用户一系列良好体验的同时,也带来了很多的问题与挑战。

互联网的一大特征就是信息的传播速度非常的快,基本上信息一经发布到大的门户网站上,片刻之间便能传播到全球的各个角落,所以,用户们上传发布信息的内容成为十分需要关注的一个问题。用户在各大网站上进行信息发布之前,所发布的信息都需要经过该网站的审核,发布内容审核通过后才能允许发布到网上。此举的意义在于,不让一些不法分子将违法的,具有煽动性,舆论导向性的言论散播出去,起到维护互联网安全,净化互联网环境的作用。然而,发布者如果发布的是纯文本的信息,普通的文字识别系统很好检测,但如果发布者故意将信息以图像的格式发布出来,便大大增加了识别的难度。普通的文字识别系统将无法识别和检测,更无法进行审核。

本文主要是就图像格式中的文本识别问题展开讨论,从用户的角度介绍目前该项技术的发展概况,普及常见的图像文本识别技术,常见的通过图像形式对文本进行变相加密的手段。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容

文本是计算机视觉的许多应用中的一项重要特征,图像中的文本往往包含着比较丰富的信息,将文本图像信息里的文字进行提取和识别,对于图像内容的分析、理解、信息检索等方面具有重要的意义。文本图像的识别分为预处理,文字的切分,细化,特征选择与提取,最后对候选文字进行识别。本文将介绍几种常见的图像文本识别的方法,同时重点针对扫描图像的文本识别(即空白背景下的图像格式的文本识别)做详细的说明和研究。

3. 实施方案、进度安排及预期效果

2017年12月20日—2018年1月5日 通过查询各方面资料,分析和整理,规划出论文实现的大致进度流程,并完成开题报告,至此,论文的前期工作完成。

2018年1月6日—2018年2月15日 开始撰写毕业论文,先进行需求分析和详细的规划,收集相关资料,进行文献检索,了解图像文本识别的研究现状和内容。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 参考文献

[1]熊海朋. 复杂自然场景图像中的文本检测与识别技术研究[D].杭州电子科技大学,2017.
[2]董杨博. 场景图像文本定位与字符识别方法研究[D].华中科技大学,2016.
[3]段喜萍,刘家锋,王建华,唐降龙.一种语义级文本协同图像识别方法[J].哈尔滨工业大学学报,2014,46(03):49-53.
[4]邱立松,黄继风.文本图像信息的提取与识别[J].计算机与数字工程,2013,41(12):1981-1984.
[5]杨新锋.图像文本识别中目标定位方法研究[J].微型电脑应用,2012,28(05):29-31.
[6]郭龙,平西建,周林,童莉.基本图像特征用于文本图像文种识别[J].应用科学学报,2011,29(01):56-60.
[7]王会靖. 基于局部特征的复杂背景图像内文本识别研究与实现[D].上海交通大学,2010.

[8]陆小川. 印刷体文本图像的文种识别研究[D].解放军信息工程大学,2007.

[9]Jinfeng Bai,Zhineng Chen,Bailan Feng,Bo Xu. Chinese Image Character Recognition Using DNN and Machine Simulated Training Samples[M].Springer International Publishing:2014-06-15.

[10]Sushila Aghav,S.S. Paygude. Computer Assisted Printed Character Recognition in Document Based Images[J]. Procedia Engineering,2012,38.

[11]JUNG-TAE KIM,SUNG-YANG BANG. A MEASURE OF RECOGNITION DIFFICULTY FOR A CHARACTER IMAGE DATABASE[J]. Pattern Recognition,1998,31(12).

[12]Hong Zhao. Character Image Recognition Based on the Improved BP Neural Network[J]. Applied Mechanics and Materials,2011,1287(58).

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图