基于深度学习的非规范书写文字骨架抽取方法研究开题报告

1. 研究目的与意义（文献综述包含参考文献）

一、研究背景1.1. 非规范文字的产生非规范文字，大多数是由于手写的字体字迹不规范，导致难以辨认出现阅读障碍的文字。

在信息高度发展的今天，越来越多人依赖于电子信息交流，在大部分场合都常使用手机或者电脑进行书写文字，从而导致很多人提笔忘字或者字体不规范出现非规范字体，使得文字阅读产生极大的障碍和难度。

汉字是历史悠久的中华名族文化的重要结晶，闪烁着中国人民智慧的光芒。

2. 研究的基本内容、问题解决措施及方案

1. 研究的问题本课题研究的问题主要是尝试使用深度学习来进行非规范文字的骨架抽取，从而使得机器能够识别非规范文字。

2. 拟采用的研究手段首先对手写汉字进行图像去噪和二值化、去除文档定位线之后再进行文字的定位和分割，使用 ResNet-50 深度学习网络模型来实现非规范文字字形识别功能, 残差网络能够在网络通过增加残差块来解决梯度爆炸的问题， ResNet-50 网络主要由残差学习模块和卷积模块组成, 这两个模块均会对输入特征图进行卷积和拼接处理, 提取图像中的文字字形特征。