1. 研究目的与意义（文献综述）

1.1 背景资料

随着社会教育的不断进步和发展，多媒体教学应用越来越广泛。通过使用投影配合课件授课的形式在课堂中越来越普及，这一现象在各大高校中尤为突出。虽然使用课件教学免去了教师写板书的麻烦，但是学生在记笔记方面产生了新的问题——课件内容难以快捷方便的记录下来。学生手写笔记难以跟上教师的速度，并且十分影响听课质量。虽然很多老师采取了课下将课件给同学的方式，但即使是这样其中还存在许多问题：课件中许多内容是以图片形式存在，学生难以提取出其中内容。并且由于版权等其他问题，学生经常面临着无法从教师处获得课件的情况，只能在上课时使用手机拍照以图片的形式存储课件内容。无论是上述那种情况，都存在着知识点以图片的存在不方便学生进行在学习、复习。伴随着人工智能技术的不断发展，ocr图片识别使通过图片采集到上面的文档信息越来越普及，研究并实现一种灵活性强，能够便捷的将课件上的内容捕捉下来并以文本形式输出的系统十分可行并且对于学生学习方面具有重要意义。

2. 研究的基本内容与方案

2.1基本内容：

研究并实现一个基于深度卷积神经网络的课件图片文字识别系统，该系统在获取用户提供的图像后，能够将图像中的文本信息进行识别，再将得到的信息反馈给用户，即实现图片文字识别。基于该app，将改变目前多媒体授课时学生记笔记困难的问题，提高课堂效率，增强学生的听课质量。

3. 研究计划与安排

(1)2018/1/14—2018/3/5：确定选题，查阅文献，外文翻译并撰写开题报告；

(2)2018/3/6—2018/4/30：系统架构、程序设计与开发、系统测试与完善；

(3)2018/5/1—2018/5/25：撰写及修改毕业论文；

4. 参考文献（12篇以上）

[1] kong b c,associate professor. comparison betweenhuman vision and computer vision[j]. nature magazine, 2002, 24(1): 51-55.

[2] 梁涌. 印刷体汉字识别系统的研究与实现[d]. 西北工业大学, 2006: 46-47.