全文总字数：2722字
1. 毕业设计（论文）主要内容：
随着信息数字化的发展，文档存储从纸质逐渐向数字化发展，过去的几十年已经见证了文档数字化成为我们社会的一种趋势。这是因为数字化之后的文档更容易存储，搜索和阅读，所以文档的捕捉就尤为重要，因此文档定位技术在文档数字化过程中起着关键作用。随着技术的发展，便携式设备，如相机和手机，在我们的日常生活中越来越受欢迎，通过使用这些便携式设备捕获的文档图像来数字化文档使得人类的生活和工作更加便捷。因此，近年来，基于相机，手机等移动设备图像的文档定位逐渐引起人们的关注，但是现有的文档定位算法只考虑到在比较简单的背景下捕捉或通过传统光学字符扫描仪来完成。然而对于复杂自然场景的文档定位仍然面临很大挑战。因为文档图片是在不受约束的复杂场景下拍摄，例如拍摄视角引起的文档形变，文档大小不一，光照影响，拍摄背景中存在的干扰等不确定因素，文档的边或角点被遮挡等问题的出现使得文档的定位问题仍存在很大的挑战。针对以上存在的问题，本次毕业设计以能做到在复杂场景中对被遮挡的文档进行精准定位为目的，实现自然场景的被遮挡文档定位系统。
2. 毕业设计（论文）主要任务及要求
1） 熟悉了解机器学习，深度学习常用算法，熟悉编程环境，了解图像处理相关知识。
2） 认真阅读卷积神经网络相关文献，对文档定位算法进行深入研究，要达到理解文档定位算法的原理，并对其进行编程实现。
3） 动手收集自然场景的被遮挡文档图片数据，学会构建自然场景被遮挡文档数据集及数据集预处理。
3. 毕业设计（论文）完成任务的计划与安排
2020年1月11日-2020年1月31日，查看相关国内外文献；
2）2020年2月1日-2020年2月28日，针对性学习编程语言（eg:Python）,图像处理，深度学习方法知识，尝试实现已阅读文献中的方法，完成开题报告。
3）2020年3月1日-2020年3月15日，收集自然场景下的被遮挡文档图片，构建自己的遮挡文档定位数据集。
4. 主要参考文献
[1] Wong K Y, Casey R G, Wahl F M. Documentanalysis system[J]. IBM journal of research and development, 1982, 26(6):647-656.
[2] Nagy G. Twenty years of document image analysisin PAMI[J]. IEEE Transactions on Pattern Analysis Machine Intelligence,2000 (1): 38-62.
[3] Burie J C, Chazalon J, Coustaty M, et al.ICDAR2015 competition on smartphone document capture and OCR (SmartDoc)[C].International Conference on Document Analysis and Recognition (ICDAR), 2015:1161-1165.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
